ECG-RSI: auto-miglioramento ricorsivo attraverso l’evoluzione mirata delle forme d’onda elettrocardiografiche

Abstract degli autori

I modelli per l’elettrocardiogramma (ECG) hanno bisogno di una supervisione che affronti le debolezze man mano che emergono e resti fedele alle evidenze fornite dalle forme d’onda. Presentiamo ECG-RSI, un sistema di auto-miglioramento ricorsivo che combina la sintesi verificata delle forme d’onda con una ricerca di interventi guidata dal feedback. Una nuova misurazione del segnale verifica le modifiche alle forme d’onda; gli errori di costruzione guidano la correzione del generatore, mentre gli errori del modello in apprendimento motivano interventi confrontati su un insieme di selezione separato. Su sette benchmark, tre cicli portano l’accuratezza media di Qwen3.5-35B-A3B nelle risposte alle domande dal 34,57% al 56,04% e il punteggio F1 medio nella classificazione da 24,27 a 34,03. Lungo la traiettoria conservata, la supervisione preferita passa dal rinforzo diretto a confronti mirati ai casi di confusione. Continuare a correggere in base al feedback produce miglioramenti esterni via via minori. Questi risultati indicano l’utilità di separare la diagnosi degli errori dalla selezione degli interventi e di verificare se i miglioramenti ottenuti sull’insieme di feedback si trasferiscono a benchmark indipendenti.