面向医学报告生成的层次专家对齐解码方法（LEAD）
计算与语言
2026-02-05 v1
摘要
放射科报告生成（RRG）旨在产生准确且连贯的诊断性报告。尽管大型视觉语言模型（LVLM）提高了报告的流畅度和准确性，但它们仍会出现幻觉，生成符合逻辑却不符合图像信息的病理细节。现有方法主要依赖外部知识引导来促进生成文本与视觉信息之间的对齐。然而，这些方法往往忽视了预训练模型中固有的解码先验和视觉语言对齐偏差，且因依赖构建引导而缺乏鲁棒性。本文提出了层次专家对齐解码（LEAD），一种新颖的方法，通过本质方式修改LVLM的解码轨迹。设计了一个多专家模块用于提取不同的病理特征，这些特征通过门控机制集成到每个解码器层中。这种层次结构使LLM能够通过学习的门控函数在每个推理步骤 consultation 专家特征，从而动态纠正解码偏差，引导生成过程达到事实一致性。在多个公开数据集上的实验表明，LEAD方法在临床准确性指标上取得有效改进，显著减轻了幻觉现象，同时保持了高质量的生成效果。
引用
@article{arxiv.2602.04617,
title = {LEAD: Layer-wise Expert-aligned Decoding for Faithful Radiology Report Generation},
author = {Ruixiao Yang and Yuanhe Tian and Xu Yang and Huiqi Li and Yan Song},
journal= {arXiv preprint arXiv:2602.04617},
year = {2026}
}