本研究提出了Med-RLVR，通过医学多项选择题数据提升强化学习在医学领域的应用。结果表明，Med-RLVR在医学问题回答上与传统方法相当，但在跨分布泛化能力上提高了8个百分点，显示出其潜力。
完成下面两步后，将自动完成登录并继续当前操作。
