MedLong-8B

新基准LoMeVQA挑战多模态大语言模型在纵向医学视觉推理能力

研究人员推出了LoMeVQA，一个旨在评估多模态大语言模型（MLLMs）在医学领域的时间推理能力的新基准。该基准包含超过206,000个纵向视觉问答对，涵盖五个不同的任务，旨在弥补当前在模拟疾病进展和治疗反应评估的时间信息方面的不足。初步评估表明，现有的MLLMs在这些任务上表现不佳，凸显了对MedLong-8B等专业模型的需求，该模型在LoMeVQA基准上展现了最先进的性能。