본 논문은 방사선과 보고서 생성(RRG)에서 환각 및 부정확한 진단 정보 생성 문제를 해결하기 위해 새로운 의미 일관성 기반 불확실성 정량화(SCUQ) 프레임워크를 제시합니다. 기존의 VLLM 모델 수정이나 내부 상태 접근 없이, 플러그 앤 플레이 방식으로 작동하며 보고서 및 문장 단위의 불확실성을 제공합니다. MIMIC-CXR 데이터셋에서 Radialog 모델을 사용한 실험 결과, 20%의 보고서를 거부함으로써 사실 정확도 점수를 10% 향상시켰으며, 문장 단위 불확실성은 가장 정확도가 낮은 문장을 82.9%의 성공률로 식별했습니다. 소스 코드는 공개되어 있습니다.
