实体
Concept Bottleneck Model With Additional Unsupervised Concepts
Concept Bottleneck Model With Additional Unsupervised Concepts
PulseAugur coverage of Concept Bottleneck Model With Additional Unsupervised Concepts — every cluster mentioning Concept Bottleneck Model With Additional Unsupervised Concepts across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架助力医学影像AI模型调试
研究人员开发了一个新的医学影像模型调试框架，解决了这些模型常被视为黑箱的问题。该系统将单一模态编码器与BioMedCLIP对齐，创建了一个概念瓶颈模型（CBM）。该CBM允许进行概念层面的干预，从而能够将因果概念与虚假关联分离开来，并通过引导式微调来优化模型。该框架已在Mayo Clinic和CheXpert的数据集上进行了测试，显示出其在诊断模型问题和提高预测性能方面的有效性。
-
新的CORAL框架通过可解释的推理增强了医学报告生成
研究人员开发了CORAL，一个新颖的多模态框架，旨在提高从医学影像数据生成报告的可解释性和准确性。该框架集成了空间定位和概念级监督，实现了更符合临床的推理过程。CORAL利用提示驱动的分割模型进行病灶定位，并使用概念瓶颈模块预测临床属性，然后将这些信息输入多模态大语言模型（MLLM）以生成结构化报告和诊断。在BUS-CoT和IU X-ray数据集上的实验表明，CORAL在诊断准确性和报告质量方面优于现有的MLLM。