实体 MedQA-MM

MedQA-MM

PulseAugur coverage of MedQA-MM — every cluster mentioning MedQA-MM across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_235541 · Sep 4 · 04:00

新的MedQA-MM基准暴露了医学AI模型的推理捷径

研究人员推出了MedQA-MM，一个旨在识别医学多模态问答模型中“推理膨胀”的新基准。当模型不是通过真正的视觉推理而是通过利用文本、图像注释或答案措辞中存在的捷径来获得正确答案时，就会发生这种膨胀。该基准的审计和模态消融显示，虽然完整输入准确率可达62.63%，但在仅文本和仅选项设置下，准确率分别显著降至53.96%和29.71%。一个精心策划的1000个条目子集MedQA-MM，进一步缓解了这些捷径，将仅文本和仅选项的准确率分别降至…