论文页面 - X-Ragent：基于工具增强强化学习的证据驱动胸部X光推理

来源：https://huggingface.co/papers/2610.16811

作者：

,

,

,

,

,

,

,

,

,

,

摘要

胸部X光（CXR）的判读通常需要将视觉发现与特定任务的证据相结合，而不能仅依赖直接的视觉识别。虽然工具增强的医疗智能体可以通过外部模块提供此类证据，但它们往往缺乏明确的机制来学习何时需要辅助证据，以及防止不适用的量化证据进入诊断推理。为此，我们提出 X-Ragent，一个面向工具增强强化学习的后训练框架，将学习到的辅助证据获取与带有效性门控的量化测量获取解耦，以实现证据驱动的CXR推理。我们构建了 Rad-CoT，一个包含7.7K个样本的语料库，将因果有序的工具增强轨迹与报告风格的诊断推理相结合，并利用它通过智能体式监督微调（SFT）来初始化 Qwen3-VL-8B。随后，我们使用组相对策略优化（GRPO）对策略进行优化，采用基于准确率门控的奖励机制：仅对正确轨迹施加测量一致性和辅助工具成本等过程级奖励项，从而防止看似合理的过程行为来弥补错误的诊断结果。在三个CXR基准测试中，X-Ragent 取得了最优结果，包括在完全留出的 Chest AgentBench 上提升了8.6个百分点。通过选择性地寻找证据并仅接受有效的测量，X-Ragent 支持了更忠实、更有据可依的CXR推理。

查看 arXiv 页面 (https://arxiv.org/abs/2610.16811)　查看 PDF (https://arxiv.org/pdf/2610.16811)　加入收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.16811)

在你的智能体中获取这篇论文：

hf papers read 2610.16811

没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

没有模型链接到这篇论文

在模型 README.md 中引用 arxiv.org/abs/2610.16811，即可从此页面链接它。

引用本文的数据集 0

没有数据集链接到这篇论文

在数据集 README.md 中引用 arxiv.org/abs/2610.16811，即可从此页面链接它。

引用本文的 Space 0

没有 Space 链接到这篇论文

在 Space README.md 中引用 arxiv.org/abs/2610.16811，即可从此页面链接它。

包含本文的合集 0

没有合集包含这篇论文

将这篇论文添加到合集 (https://huggingface.co/new-collection)，即可从此页面链接它。