探索零样本 CT 视觉语言模型的测试时适应

研究人员调查了测试时适应（TTA）对于零样本 3D CT 视觉语言模型（VLMs）的有效性。他们的分析表明，TTA 的效用是有条件的，需要体积输入保持编码器深度结构，并且基础表示能够迁移到目标队列。他们引入了 CARVE（基数感知保留视图熵），一种专为此特定场景设计的新型 TTA 方法，该方法通过内存高效的多视图适应过程来估计标签基数并保留共现异常。 AI

影响 这项研究通过在无需大量重新训练的情况下更好地适应新数据集，有可能提高医学影像中 AI 模型的可靠性。

排序理由 该集群包含一篇详细介绍适应视觉语言模型新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Ailar Mahdizadeh
• arXiv
• Cardinality-Aware Retained-View Entropy
• CARVE
• computed tomography
• CT-CLIP
• fvlminata
• Test-Time Adaptation
• vision-language model
• zero-shot learning

• 论文
• 模型发布

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