｜🤗 HuggingFace 模型 ｜ 📄 arXiv ｜ 🌐 English ｜
 **MedResearcher-R1** 是一个综合性的**训练数据生成与合成框架**，通过**知识引导的轨迹合成**技术解决领域特定AI推理的挑战。我们的框架提供端到端的高质量训练数据生成解决方案，由三个集成组件组成： **🧠 知识图谱构建**：我们的核心创新 - 智能知识图谱构建与问答合成系统，将领域知识转化为高质量的问答对，并自动生成推理路径。该模块是创建领域特定训练数据的基础。  **🔄 轨迹生成管道**：端到端轨迹合成与优化系统，将问答对转换为多轮推理轨迹，包含工具交互和质量过滤，用于模型训练。 **📊 评估管道**：综合模型评估与验证框架，用于评估多个基准测试中的推理性能，并验证合成训练数据的质量。 这三个组件构成了一个完整的**训练数据生产管道**，从知识提取到模型训练数据生成和评估，使得能够为领域特定应用创建专门的推理模型。 ## 功能特性 - **知识图谱构建** - **界面支持**：基于D3.js力导向图的交互式Web可视化 - **高级采样算法**：5种复杂子图提取策略（mixed、augmented_chain、community_core_path、dual_core_bridge、max_chain） - **统一问答生成**：深度概念混淆，结合定量推理和多范式问题合成 - **推理路径生成**：自动化作弊表创建，为复杂多跳问题提供详细的逐步推理指导 - **批处理系统**：并发问答生成，智能QPS控制、进度监控和恢复能力 - **轨迹生成管道** - **智能体框架**：多轮推理，集成工具和并发任务处理 - **高级质量过滤**：基于Token的验证、工具调用/响应匹配和自动错误检测 - **智能重写系统**：基于LLM的轨迹优化，使用掩码轨迹引导（MTG） - **评估管道** - **交互式问题推理**：单问题模式，详细的逐步过程可视化 - **批量数据集评估**：多工作进程并行处理，可配置的rollouts和超时控制 ## 性能亮点 基于我们的知识引导轨迹合成框架，我们开发了**MedResearcher-R1**，这是一个专门的推理模型，在多个基准测试（MedBrowseComp、GAIA和XBench-DeepSearch）中表现出色。  ## 开源数据集 我们开源了通过KnowledgeGraphConstruction模块构建的高质量问答数据集。该数据集位于 [`TrajectoryGenerationPipeline/qa_data/open_data.jsonl`](TrajectoryGenerationPipeline/qa_data/open_data.jsonl)，包含： - **复杂推理问答对**：使用我们的图方法生成的多跳问题 - **详细的逐步推理路径**：为每个问题提供全面的问题解决指导 ## 新闻 - [2025.8] 🎉 我们用于生成问答和轨迹训练的框架正式发布！ ## 链接 - [MedResearcher-R1: Knowledge-Informed Trajectory Synthesis Approach](#medresearcher-r1-knowledge-informed-trajectory-synthesis-approach) - [功能特性](#功能特性) - [性能亮点](#性能亮点) - [开源数据集](#开源数据集) - [新闻](#新闻) - [链接](#链接) - [安装](#安装) - [MedResearcher-R1 环境](#medresearcher-r1-环境) - [使用 venv](#使用-venv) - [使用 conda](#使用-conda) - [快速开始](#快速开始) - [MedResearcher-R1 演示视频](#medresearcher-r1-演示视频) - [引用](#引用) ## 安装 ### MedResearcher-R1 环境 > **注意：此项目需要Python版本 >= 3.10。请确保您的环境满足此要求。** #### 使用 venv ```bash # 创建 venv python -m venv .venv source .venv/bin/activate # 安装依赖 pip install -r requirements.txt ``` #### 使用 conda ```bash # 创建指定Python版本的conda环境 conda create -n med_researcher python=3.10 # 激活环境 conda activate med_researcher # 安装依赖 pip install -r requirements.txt ``` ## 快速开始 使用知识引导轨迹合成训练领域特定推理智能体。 (1) 设置环境 ```bash set -a # 在示例中填写您的环境变量 source env.example set +a ``` (2) (可选) 运行图形Web服务器，使用我们的前端界面了解如何生成问答并评估/过滤生成问答的质量 ```bash python KnowledgeGraphConstruction/start_web.py ``` 然后您可以在 http://localhost:5000 使用前端界面。您可以从单个问答测试页面开始，在运行批处理操作之前了解生成过程。 📖 **详细功能描述请参考**：[features-guide.md](./features-guide.md) (3) 使用脚本批量生成或使用我们提供的数据集 ```bash cd KnowledgeGraphConstruction # 运行批量生成 - 更高的max-iterations将生成更复杂的问答对 python batch_qa_cli.py --seed-file demo_medical.csv --output ../TrajectoryGenerationPipeline/dataset/qa.jsonl --max-iterations 1 # 或者，您可以使用我们提供的开源数据集 # cp ../TrajectoryGenerationPipeline/qa_data/open_data.jsonl ../TrajectoryGenerationPipeline/dataset/qa.jsonl ``` (4) 启动轨迹生成和后处理管道。 配置轨迹生成模块： 首先，使用您的模型设置更新 `TrajectoryGenerationPipeline/src/trajectory_generation/config.json`。您需要至少修改以下配置参数： - `llm_config.api_key_env`：您的API密钥的环境变量名（您仍需要设置实际的环境变量）。示例：`API_KEY` - `llm_config.api_base`：您的模型提供商的API URL - `generation.model`：模型名称。对于OpenRouter，您可以在 https://openrouter.ai/models 查看可用的模型名称 - `generation.dataset`：`TrajectoryGenerationPipeline/qa_data` 目录中的数据集文件（仅接受JSONL格式）。您可以使用我们提供的 `open_data.jsonl` 或生成自己的数据集 **重要**：读取工具需要OpenRouter API密钥。请： - 设置您的 `OPENROUTER_API_KEY` 环境变量，或 - 修改 `tools/tool_visit.py`（约第73行）中的LLM客户端以使用您首选的API。 ```bash cd ../TrajectoryGenerationPipeline python src/trajectory_generation/run_reasoning.py python src/postprocessing/pipeline.py --input_dir generation/your_model_name/your_dataset --mode eval_filter python src/postprocessing/pipeline.py --input_dir generation/your_model_name/your_dataset --mode rewrite ``` (5) 使用生成的 rewritten_results.jsonl 进行训练 (6) 完成模型训练后，您可以通过vllm或sglang为模型创建服务器 ```bash pip install sglang[all] CUDA_VISIBLE_DEVICES=0,1 python -m sglang.launch_server --model-path /path/to/your/model --port 6001 --host 0.0.0.0 --mem-fraction-static 0.95 --tp-size 2 ``` (7) 使用评估模块评估模型性能 首先在 EvaluationPipeline/evaluation_config.json 中配置API密钥： - llm.api_base：您的模型的API基础URL - llm.model：指定您的模型名称（可选） - llm.api_key_env：您的API密钥的环境变量名（可选） ```bash cd ../EvaluationPipeline # 运行单问题评估 python eval_cli.py --mode interactive # 运行批量数据集评估 python eval_cli.py --mode batch --dataset sample --workers 20 ``` ## MedResearcher-R1 演示视频