大语言模型裁判

SAT-RRG：面向放射报告生成的 LLM 引导自适应训练与词元级推拉优化

SAT-RRG: LLM-Guided Self-Adaptive Training for Radiology Report Generation with Token-Level Push-Pull Optimization

把冻结 LLM 当作弱监督裁判，自动定位预测报告与参考报告之间的语义冲突片段，并在这些稀疏关键片段上施加 push-pull 式的词元级自适应梯度惩罚；这一「错误片段定位 + 自适应加权」思路可迁移到图像描述、VQA 等序列生成任务的训练目标设计中。