PulseAugur
中
实时 04:22:38
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] ·

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 →

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

报道来源 [1]

  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 ·

    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…

相关实体

相关话题