HuatuoGPT-Vision-34B

新的RL方法提升了VLMs的医学图像推理能力 · 跟踪4个来源

两篇新的研究论文提出了一种新颖的强化学习（RL）方法，以增强视觉语言模型（VLMs）的医学多模态推理能力。第一个，ViToS，引入了一个双流RL框架，该框架可以修剪非必要的视觉标记，以提高医学图像分析的准确性和速度。第二个，MRPO，通过引入分步奖励来专注于打破推理中的级联错误，显著减少了早期故障，并在某些基准测试中优于更大的模型。