多任务放射术报告生成中的双重困境：基于梯度动力学的分析与解决方案
机器学习
2026-05-25 v2 计算与语言
计算机视觉与模式识别
摘要
虽然基于多任务学习的自动放射术报告生成 (RRG) 已被广泛采用以确保临床一致性，但大多数研究聚焦于架构设计，仅使用粗糙的线性标量化策略，无法有效平衡判别性临床监督的硬性约束与报告生成的平滑性要求。为此，本文从梯度动力学角度分析线性标量化的失效机制，借助随机微分方程 (SDE) 框架将其表述为漂移项偏离和扩散项衰减的“双重困境”。基于此，我们提出一种基于冲突规避方向矫正和幅度增强能量注入的骨干无关优化器，称为 Conflict-Averse Magnitude-Enhanced Gradient Descent (CAME-Grad)。该算法不仅确保几何有效性，还避免局部最优解。随后采用自适应梯度融合机制，在理论最优方向与任务特定归纳偏置之间建立动态平衡。实验表明，作为一种即插即用的通用优化器，CAME-Grad 在八种多样化的 RRG 方法上均实现显著且持续的改进，在 MIMIC-CXR 上提升整体临床效能性能平均达 2.3%，在 IU X-Ray 上提升平均达 1.9%。我们的代码已公开于 https://github.com/vpsg-research/CAME-Grad。
引用
@article{arxiv.2605.22635,
title = {The Double Dilemma in Multi-Task Radiology Report Generation: A Gradient Dynamics Analysis and Solution},
author = {Erjian Zhang and Yatong Hao and Liejun Wang and Zhiqing Guo},
journal= {arXiv preprint arXiv:2605.22635},
year = {2026}
}
备注
Accepted by ICML 2026