8B医疗AI问诊胜过70B：强化学习重塑临床对话智能体

用强化学习把问诊变成动态决策游戏，小模型靠策略碾压大模型靠知识。 解决大模型在真实问诊中提问僵化、忽略高危信号、沟通生硬等致命缺陷。 把‘怎么问’而非‘知道多少’作为核心能力，用经验库+安全惩罚机制构建临床级对话策略。