arXiv · cs.AI· Federica Bologna, Jean-Philippe Corbeil, Matthew Wilkens, Asma Ben Abacha·· 6 小时前
研究团队提出 VERT 放射学报告评估指标并比较多种 LLM 评审器
Towards Better Aligned LLM Judges for Radiology Report Evaluation across Modalities and Anatomies
arXiv:2604.03376v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Federica Bologna, Jean-Philippe Corbeil, Matthew Wilkens, Asma Ben Abacha
研究任务与主要进展
作者提出 VERT 放射学报告评估指标，并在覆盖多种成像模态和解剖区域、含专家标注的两个数据集上比较 RadFact、GREEN、FineRadScore、CRIMSON 及不同 LLM 评审器配置。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org