RadKev决策模型在放射学任务上优于同规模LLM与托管模型

据medRxiv预印本，研究团队将通用决策模型Kev-27B与Kev-9B在36,109条公开放射学数据记录上微调，得到RadKev-27B与RadKev-9B，并在15项任务、14,142道留出问题上与Kev系列、托管决策模型Jev和OpenAI Decisions以及LLM Qwen3.8-27B比较。预设主要结局为相对Kev-27B的任务平均准确率。结果显示，RadKev-27B较Kev-27B高4.9个百分点（95%CI 3.8至6.2），报告错误检测提升最大，达22.6个百分点；RadKev-9B较Kev-9B高6.9个百分点（5.5至8.4），与参数量为其三倍的Kev-27B未见可检测差异。在1,675道问题上，RadKev-27B准确率高于Jev（3.0个百分点，1.7至4.4）、OpenAI Decisions（4.8，3.2至6.4）、无推理Qwen3…