用于健康自诊 / 电话分诊场景的追问模型。给定患者自诊的多轮对话上下文，在患者每轮最新回复后，生成 1-3 个最可能、最有鉴别价值的开放式追问问题，用于缩小诊断范围、评估风险（危险信号/red flag），并避免重复询问患者已告知的信息。 - 基础模型：Qwen/Qwen3-8B (使用 unsloth 4-bit 量化微调) - 训练方式：LoRA (r=16, rslora, QLoRA 4bit) + SFT，约 2 epochs，约 3016 steps - 多轮对话输入：接受任意长度的 患者(user)/猜想官(assistant) 累积多轮对话，输出下一轮追问。 - 跨领域整合：含跨知识单元（multi-hop）样本，支持在多系统/多病史叠加场景下综合追问。 共 约 99.5k 条多轮健康自诊追问样本（train 96.5k / eval 3k），由三个子集混合： 知识来源（用于 teacher 蒸馏，不直接发布其原始文本）： - 西氏内科学精要（中文，task2） - UpToDate 临床主题与患者教育内容（英文，task3，老师模型将其蒸馏成中文自诊对话） 数据由本地教师大模型（vLLM minimax）根据上述医学知识文本、按统一 schema 蒸馏生成，覆盖 起病/诱因、部位、性质、持续时间、加重缓解因素、伴随症状、危险信号、既往史、用药史、年龄性别、家族史 等多样鉴别维度。 - multi-hop 跨单元样本：要求综合两个相关领域的知识，避免模型只盯住某一窄知识点、抛掉其他信息。 - RAG 知识库（FAISS）：rag/…