新的VLM系统IRIS通过结构化知识注入增强眼部疾病诊断

研究人员开发了IRIS（智能识别与交互系统），一个旨在利用大型视听模型（VLMs）来改善眼表疾病（OSDs）理解的系统。为解决专业数据缺乏的问题，他们创建了IRIS-120K，这是最大的OSDs VQA数据集，通过主题查找树和场景驱动的对话合成策略整合了临床知识。这种将结构化知识注入4B参数VLM的方法，显著优于更大、通用的医疗VLMs，证明了知识注入在专业AI应用中比参数扩展更有效。 AI

影响 展示了一种用更少数据创建专业AI模型的方法，可能加速AI在细分医疗领域的部署。

排序理由 该集群包含一篇学术论文，详细介绍了一个用于专业AI任务的新系统和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• 34B parameters
• 4B-parameter VLM
• arXiv
• IRIS
• IRIS-120K
• Topic Finding Tree
• vision-language model
• visual question answering

• 论文
• 模型发布
• 产品

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