X-Ragent：胸片推理的工具增强强化学习框架
AI 总结
arXiv 上发布的一篇论文提出 X-Ragent，一个面向胸部 X 光（CXR）推理的工具增强强化学习后训练框架。该方法把“何时需要辅助证据”的学习与“经有效性校验的定量测量获取”解耦，并用 7.7K 样本的 Rad-CoT 语料（因果排序的工具调用轨迹加报告式诊断推理）对 Qwen3-VL-8B 做智能体监督微调，随后用 GRPO 优化，奖励采用准确率门控，仅对诊断正确的轨迹计入测量一致性与工具成本的过程项。论文称其在三个 CXR 基准上取得最佳结果，包括在完全留出的 ChestAgentBench 上提升 8.6 分。
深度见解
它展示了一种让医学影像智能体只在必要时调用工具、并过滤无效测量证据的训练思路，有助于提升诊断推理的可信度。
Computer Science > Computer Vision and Pattern Recognition
arXiv:2610.16811 (cs)
[Submitted on 12 Oct 2026]
Title:X-Ragent: Tool-Augmented Reinforcement Learning for Evidence-Grounded Chest X-Ray Reasoning
Authors:Yi Wang, Zhenlong Yuan, Yuchan Guo, Maolei Huang, Zijian Song, Dapeng Zhang, Rongbin Tan, Jiyuan Wang, Zhiyuan Wang, Fangfang Lin, Shuhan Song, Huawei Cao
View a PDF of the paper titled X-Ragent: Tool-Augmented Reinforcement Learning for Evidence-Grounded Chest X-Ray Reasoning, by Yi Wang and 11 other authors