｜🤗 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。
-
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
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。
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，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
- [2025.8] 🎉 我们用于生成问答和轨迹训练的框架正式发布！
注意：此项目需要Python版本 >= 3.10。请确保您的环境满足此要求。
# 创建 venv
python -m venv .venv
source .venv/bin/activate
# 安装依赖
pip install -r requirements.txt# 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
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
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
(3) 使用脚本批量生成或使用我们提供的数据集
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_KEYllm_config.api_base：您的模型提供商的API URLgeneration.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。
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
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）
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@article{medresearcher2025,
title={MedResearcher-R1: Expert-Level Medical Deep Researcher via A Knowledge-Informed Trajectory Synthesis Framework},
author={\author{Ailing Yu, Lan Yao, Jingnan Liu, Zhe Chen, Jiajun Yin, Yuan Wang, Xinhao Liao,Zhiling Ye,Ji Li,Yun Yue,Hansong Xiao,Hualei Zhou,Chunxiao Guo,Peng Wei,Jinjie Gu},
journal={arXiv preprint arXiv:https://arxiv.org/pdf/2508.14880},
year={2025}
}