arXiv cs.AI· Kun Zhao, Guodong Liu, Hui Ji, Siyuan Dai, Pan Wang, Jifeng Song, Heng Huang, Chenghua Lin, Liang Zhan, Haoteng Tang·· 3 天前AI 评分22
HERO：通过先推理后总结的分层证据推理优化实现放射学报告生成
HERO: Hierarchical Evidential Reasoning Optimization for Radiology Report Generation via Reason-then-Summarize
AI 导读
HERO 是一个分层证据推理优化框架，通过片段级、token 级和补全级三种粒度分别优化推理、诊断和推理依据忠实度，并采用覆盖诊断准确性、推理质量和思考-答案一致性的异构奖励。在 MIMIC-CXR 和 IU-Xray 上，HERO 超越强监督和强化学习基线，达到 SOTA 临床效能，同时生成更多有推理依据支持、思考-答案一致的报告，显著缓解临床幻觉。
正文 · AI 翻译
摘要：多模态大语言模型（MLLMs）在放射学报告生成（RRG）方面取得了实质性进展，然而由于医学监督信号具有异质性，通过强化学习（RL）对其进行对齐仍然颇具挑战。原始的分组相对策略优化（GRPO）在整个生成过程中分配统一的信用，导致片段间干扰、token 稀释以及推理与诊断解耦，从而加剧了临床幻觉。我们提出 HERO（分层推理优化，Hierarchical rationalE Reasoning Optimization），一种因子化策略优化框架，通过三种优化粒度将异质监督信号对齐。HERO 通过互补的片段级、token 级和完成级优化，分别优化推理、诊断和推理依据忠实度，并采用涵盖诊断准确性、推理质量和思考-答案一致性的异质奖励公式。在 MIMIC-CXR 和 IU-Xray 上的实验表明，HERO 优于强大的监督学习和强化学习基线，在实现最先进临床效能的同时，生成更具推理依据支持且思考-答案一致的报告，从而大幅缓解临床幻觉。
| 学科： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2601.03321 [cs.LG] |
| （或 arXiv:2601.03321v5 [cs.LG] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2601.03321 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Kun Zhao [查看邮箱]
[v1]
2026年1月6日星期二 14:17:44 UTC（2,729 KB）
[v2]
2026年1月12日星期一 05:56:31 UTC（2,729 KB）
[v3]
2026年8月3日星期一 20:54:04 UTC（2,211 KB）
[v4]
2026年8月5日星期三 01:39:10 UTC（2,211 KB）
[v5]
2026年10月12日星期一 19:02:50 UTC（1,536 KB）
来源：arXiv cs.AI · arxiv.org