Query-Conditioned Knowledge Alignment for Reliable Cross-System Medical Reasoning

En 3 lignesQCEA reformule l'alignement d'entités médicales comme un problème conditionné par requête, intégrant encodage sémantique et apprentissage de graphes. Évalué sur les graphes TCM-WM (SymMap), le modèle améliore les métriques Hit@K et MRR, et démontre gains en RAG pour la récupération de preuves et la précision des réponses.

Résumé généré par Claude — vérifié par l'humain