Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.02841

帮助 | 高级搜索

计算机科学 > 人工智能

arXiv:2508.02841 (cs)
[提交于 2025年8月4日 ]

标题: 放射学视觉问答中的复杂推理多智能体系统

标题: A Multi-Agent System for Complex Reasoning in Radiology Visual Question Answering

Authors:Ziruo Yi, Jinyu Liu, Ting Xiao, Mark V. Albert
摘要: 放射科视觉问答(RVQA)能够对胸部X光图像提出的问题提供精确答案,减轻放射科医生的工作负担。 尽管基于多模态大语言模型(MLLMs)和检索增强生成(RAG)的最新方法在RVQA中表现出有前景的进展,但它们在事实准确性、幻觉和跨模态不对齐方面仍面临挑战。 我们引入了一个多智能体系统(MAS),旨在支持RVQA中的复杂推理,包括专门用于上下文理解、多模态推理和答案验证的智能体。 我们在一个通过模型分歧过滤整理的具有挑战性的RVQA数据集上评估了我们的系统,该数据集包含多个MLLMs中持续困难的案例。 大量实验表明,我们的系统在强MLLM基线之上表现出优越性和有效性,案例研究展示了其可靠性和可解释性。 这项工作突显了多智能体方法在支持需要复杂推理的可解释和值得信赖的临床AI应用方面的潜力。
摘要: Radiology visual question answering (RVQA) provides precise answers to questions about chest X-ray images, alleviating radiologists' workload. While recent methods based on multimodal large language models (MLLMs) and retrieval-augmented generation (RAG) have shown promising progress in RVQA, they still face challenges in factual accuracy, hallucinations, and cross-modal misalignment. We introduce a multi-agent system (MAS) designed to support complex reasoning in RVQA, with specialized agents for context understanding, multimodal reasoning, and answer validation. We evaluate our system on a challenging RVQA set curated via model disagreement filtering, comprising consistently hard cases across multiple MLLMs. Extensive experiments demonstrate the superiority and effectiveness of our system over strong MLLM baselines, with a case study illustrating its reliability and interpretability. This work highlights the potential of multi-agent approaches to support explainable and trustworthy clinical AI applications that require complex reasoning.
主题: 人工智能 (cs.AI) ; 信息检索 (cs.IR)
引用方式: arXiv:2508.02841 [cs.AI]
  (或者 arXiv:2508.02841v1 [cs.AI] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.02841
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ziruo Yi [查看电子邮件]
[v1] 星期一, 2025 年 8 月 4 日 19:09:52 UTC (1,530 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.AI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.IR

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号