医学 VLM 如何低利用视觉编码器：皮肤病学视角

研究发现医学 VLM 的视觉编码器强于端到端模型：MedSigLIP 比 MedGemma 平均高 10.26 个百分点。describe-then-decide 提示可将视觉注意力提升 30-40%，结合无标注提示与低标注编码器重排可在冻结 VLM 的前提下改善皮肤病学分类。