MedTerse

新的GRASP方法增强了医疗VQA的视觉语言模型能力

研究人员开发了GRASP，一种新颖的后训练方法，用于将通用视觉语言模型（VLMs）适配到医疗视觉问答（VQA）任务中。该方法在每次更新中结合了监督微调（SFT）和强化学习（RL），仅使用简短答案，并根据问题难度调整两种方法之间的平衡。GRASP能够以最少的参数调整有效地训练Qwen3-VL-8B、InternVL3-8B和Gemma 3-4B等模型，在领域内和领域外的医疗VQA任务上均优于现有方法。