CASE 医疗 Agent 自主查证据，答题准确率超 GPT-5.4 达 16%

Durham 大学与阿里达摩院等提出 CASE：一组分工明确的临床证据搜寻 agent，配套工具调用框架与 agentic 后训练方法。在基于 UK Biobank 的 50401 道临床题基准上，Qwen3-VL-8B agent 的答题准确率相对 GPT-5.4 和 Claude Opus 4.8 分别提升超 16% 和 10%，代码将开源。