HERO：分层证据推理优化用于放射报告生成

2026年10月15日arXiv人工智能板块报道，Kun Zhao等作者提出HERO（Hierarchical rationalE Reasoning Optimization）分层证据推理优化框架，用于放射报告生成。该框架通过片段级、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，并配合覆盖诊断准确性、推理质量和思考-答案一致性的异构奖励。据该报道，在MIMIC-CXR和IU-Xray上的实验显示，HERO优于强监督学习和强化学习基线，达到SOTA临床效能，产出更多有推理依据支撑、思考-答案一致的报告，显著缓解临床幻觉。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

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。