English(EN) 6 Fingers, 1 Kidney: Natural Adversarial Medical Images Reveal Critical Weaknesses of Vision-Language Models

新基准揭示了视觉语言模型在罕见医学解剖结构方面的关键弱点

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-26 04:00

引入了一个新的基准AdversarialAnatomyBench，用于评估视觉语言模型（VLMs）在医学影像中罕见解剖变异方面的能力。对25个最先进的VLMs的测试显示，在典型解剖结构上的准确率从71%下降到非典型表现上的28%。即使是GPT-5、Gemini 2.5 Pro和Llama 4 Maverick等顶级模型，其性能也下降了41-51%，这表明它们在泛化到罕见医疗病例方面存在关键局限性。研究表明，模型规模扩展或偏见感知提示都不能有效解决这些问题，这凸显了在医疗保健领域改进多模态人工智能系统的必要性。 AI

影响突出了VLMs在医疗应用中关键的泛化失败，需要对罕见病例的鲁棒性进行进一步研究。

排序理由学术论文，介绍了一个新的基准和对现有模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Leon Mayer, Piotr Kalinowski, Caroline Ebersbach, Marcel Knopp, Tim R\"adsch, Evangelia Christodoulou, Annika Reinke, Fiona R. Kolbinger, Lena Maier-Hein · 2026-06-26 04:00

六指一肾：自然对抗性医学影像揭示视觉语言模型的关键弱点

arXiv:2512.04238v2 Announce Type: replace Abstract: Vision-language models (VLMs) are increasingly integrated into clinical workflows. However, existing benchmarks primarily assess performance on common anatomical presentations and fail to capture the challenges posed by rare var…

报道来源 [1]

六指一肾：自然对抗性医学影像揭示视觉语言模型的关键弱点

相关实体

相关话题