实体
Medical Visual Question Answering
Medical Visual Question Answering
PulseAugur coverage of Medical Visual Question Answering — every cluster mentioning Medical Visual Question Answering across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Evo-PI框架通过自适应监督增强MLLM推理能力
研究人员推出了一种名为Evo-PI的新型框架，旨在增强大型多模态语言模型（MLLM）的推理能力。与静态监督方法不同，Evo-PI采用一种演进式、原则指导的方法，其中推理原则会根据模型性能进行调整。这种动态对齐机制在医学视觉问答方面取得了显著改进，在各种基准测试和模型骨干上，推理准确率提高了24.6%。
-
新解码方法提升小型视觉语言模型在医学VQA方面的表现
研究人员开发了一种名为 Wasserstein 平衡解码的新解码方法，旨在提高小型视觉语言模型（2-8B）在医学视觉问答任务中的可靠性。该方法通过使用语义感知的 Wasserstein 停止准则，将博弈论解码扩展到处理开放式医学 VQA。与传统基线相比，该方法在 VQA-RAD 和 PathVQA 等数据集上实现了持续改进，提高了准确性并减少了推理迭代次数。