MedScope-4B

新训练方法教会医学视觉语言模型忽略问题偏见

研究人员开发了一种新颖的方法来训练医学视觉语言模型（VLMs），使其仅依赖图像内容，而不受问题措辞的影响。通过使用反事实图像编辑（如擦除病灶），他们创建了一个称为证据敏感性差距（ESG）的指标来衡量这种依赖性。他们使用此方法训练的模型 MedScope-4B，与领先的前沿模型相比，在报告不存在的病灶方面的比率显著降低，同时在真实病灶上的准确性并未下降。然而，这种训练方法并未增强感知能力，并且在检测罕见的关键发现方面存在困难。