CheXPoT 框架事后校验 VLM 胸片报告幻觉
原文标题：CheXPoT: Post-Hoc Visual Verification and Correction of VLM-Generated Radiology Reports
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
CheXPoT 用程序化思维框架将 VLM 生成的胸片报告拆解为谓词，并基于 DenseNet-121 与 Grad-CAM 视觉证据表逐条校验、删除无依据发现。在 4145 张图像上，MedGemma-4B 微平均精确率从 19.2% 升至 46.8%，F1 从 23.0% 升至 49.4%，在 LLaVA-Med 与 MAIRA-2 上同样显著提升。
深读 · 结论先行AI 生成展开看要点与影响 ↓
CheXPoT事后校验胸片报告，MedGemma-4B微平均精确率从19.2%升至46.8%
- •用RadGraph与LLM把生成报告拆成谓词，基于DenseNet-121与Grad-CAM视觉证据表接地
- •执行PoT验证代码，删除无法接地的谓词后重写报告
- •4145张留出图像上，14个CheXpert类别中8个精确率显著提升、5个F1提升，两项指标均无显著下降
- •MedGemma-4B微平均F1从23.0%升至49.4%，绝对提升26.4%
- •LLaVA-Med精确率从4.5%升至17.7%，MAIRA-2上同样提升
为什么重要：不改模型、只做事后校验就大幅降幻觉，对医疗影像报告生成落地是低成本可插拔方案。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。