HERO：放射报告生成的分层推理优化框架

Kun Zhao 等作者提出 HERO（分层证据推理优化），一个因子化策略优化框架，用段落级、token 级和完成级三种粒度分别优化推理、诊断与推理依据忠实度。该框架针对 GRPO 在医学监督中均匀分配信用导致的片段干扰与推理-诊断脱节问题。 作者称，在 MIMIC-CXR 和 IU-Xray 数据集上，HERO 超越强监督和强化学习基线，达到 SOTA 临床效能，生成更具推理依据支持、think-answer 更一致的报告，并显著缓解临床幻觉。上述结论目前来自作者在论文中的表述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。