Daniel Santak Wolf

新型模块化代理增强医学CT扫描中的空间推理能力

研究人员开发了一种模块化代理，旨在改进医学影像的空间推理能力，特别是用于验证CT扫描中的空间关系。该代理将任务分解为语言解析、使用基于YOLO的检测器进行解剖定位以及确定性几何验证，而不是依赖端到端的视觉-语言模型。在MIRP空间问答基准测试中的评估显示，这种混合方法达到了94.1%的准确率，显著优于Qwen2-VL等模型的直接提示，并提供了可解释的推理阶段。