**X-Ragent：基于工具增强强化学习的胸片证据推理框架**

_X-Ragent: Tool-Augmented Reinforcement Learning for Evidence-Grounded Chest X-Ray Reasoning_

> X-Ragent 提出了一种后训练框架，通过解耦辅助证据寻求与有效性门控测量获取，优化胸片（CXR）诊断推理。该框架构建了 Rad-CoT 语料库，利用 Qwen3-VL-8B 进行智能体监督微调，并采用 GRPO 算法结合准确性门控奖励进行优化。在三个基准测试中，X-Ragent 表现最佳，在 ChestAgentBench 上提升了 8.6 分，实现了更忠实且基于证据的胸片推理。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.16811)