arXiv · cs.AI· Vikash Singh, Debargha Ganguly, Haotian Yu, Chengwei Zhou, Prerna Singh, Brandon Lee, Vipin Chaudhary, Gourav Datta·· 1 天前
研究团队提出用于临床推理验证的视觉语言模型神经符号框架
Toward Guarantees for Clinical Reasoning in Vision Language Models via Formal Verification
arXiv:2602.24111v2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：Vikash Singh, Debargha Ganguly, Haotian Yu, Chengwei Zhou, Prerna Singh, Brandon Lee, Vipin Chaudhary, Gourav Datta
研究任务与主要进展
研究团队提出一种神经符号验证框架，利用Z3和临床知识库确定性审计视觉语言模型生成的放射学报告内部一致性。基于论文摘要，作者在7个视觉语言模型和5个胸片基准上识别出保守观察、随机性幻觉等推理失败模式；在标注数据集上，施加求解器支持的蕴涵约束可消除缺乏证据的幻觉，并提高生成式临床助手的诊断可靠性和精确率。
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