BRACE 用报告加引用证据训练核查器，能识别被报告否定的 AI 陈述。
资讯摘要
论文提出 BRACE 框架，利用公开放射学报告与 Radiopaedia 文章自动构建训练样本，训练核查器同时对照患者报告与所引证据，判断 AI 关于胸片的陈述是否有依据。作者报告在 5 个公开胸片数据集上，BRACE 训练的核查器在 0.90 支持样本阈值下，平均仅接受 0.239 被报告否定的 AI 陈述；未用矛盾样本训练的核查器虽通过现有测试，却平均接受 0.830。两位放射科医生标注一致性 k=0.952，框架标签与各医生一致性 k>0.910。
要点速读
- BRACE 从公开放射学报告和 Radiopaedia 文章自动构建训练样本，同时核查报告与引用证据。
- 在 5 个公开胸片数据集上，BRACE 训练的核查器平均仅接受 0.239 被报告否定的 AI 陈述，未用矛盾样本训练者平均接受 0.830。
- 两位放射科医生标注一致性 k=0.952，框架标签与各医生一致性 k>0.910；框架也被用于食谱过敏原场景。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。