MedPLG-440K

MedPixel模型统一医学语言和像素级图像分析

研究人员推出MedPixel，这是一种新颖的统一像素语言模型，专为医学推理和分割任务而设计。该模型弥补了医学视觉语言模型缺乏精确局部化以及医学分割器需要明确类别的不足。MedPixel利用共享的语言-掩码接口，并使用MedPLG-440K数据集进行训练，该数据集是通过合成过程创建的，无需外部LLM标注。该模型在接地、推理和视觉问答等各种任务中表现出色，并具有有效的零样本迁移能力。