提出分离可答性与抽取的放射报告QA评测方法

2026年10月15日，arXiv Artificial Intelligence 发布一项研究，针对放射学报告问答中“报告是否含答案”与“答案出自哪个片段”两个决策被单一 F1 掩盖的问题，提出将可答性与抽取能力解耦的评测方法。该研究由 Priyanshu Sinha、Kelsey McDonald 提出并应用，在 RadQA 测试集上评估了 13 个 LLM 的问答表现。方法上，研究者主张将假答率与过度弃答率同 F1 并列报告，并把 F1 变化拆分为抽取项与可答性项。来源证据为原文表述：“We propose an evaluation method that separates them, reporting false-answer and over-abstention rates beside F1 and splitting F1 changes into extraction and answerability terms.” 目前进展为方法提出与初步应用，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。