新的MI-CXR基准揭示VLM在纵向医学推理方面存在困难

研究人员推出了MI-CXR，这是一个旨在评估视觉语言模型（VLM）在随时间分析胸部X光片序列时纵向推理能力的新基准。该基准包括三个任务家族的多项选择题：时间事件定位、区间变化推理和全局轨迹摘要。对14个最先进VLM的初步评估显示，平均准确率仅为29.3%，表明它们在跨多次患者就诊一致地推理疾病进展方面存在显著局限性。 AI

影响 突出了当前视觉语言模型在复杂时间推理方面的关键局限性，可能指导未来医学AI的研究。

排序理由 该项目描述了一个用于评估AI模型在特定研究任务上的新学术基准。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Chest X-rays
• DagsHub
• Gotit.pub
• Hugging Face
• MI-CXR
• ScienceCast
• Sunghwan Steve Cho
• vision-language models

• 论文
• 其他

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