思维链监控 · 论文

用强化学习增强胸部 X 光报告生成中的视觉推理

用门控 IoU 与 RadGraph 的 GRPO 降低胸片报告幻觉

arXiv

2609.31911

发表

9月26日

层

训练与数据层

场景

模型与 API

测试

Qwen3-VL-8B-Instruct、MedGemma、DeepMedix-R1 等 7 个

• 防御模型加固
• 风险幻觉与编造
• 组件视觉
• +1+1