arXiv · Computer Vision· Ross Callaghan, Niannu Gao, Hojjat Azadbakht, Hui Zhang·· 3 小时前AI 评分44
医学图像对齐评估作为前沿多模态模型通用视觉推理的测试
Medical Image Alignment Assessment as a Test of Generalist Visual Reasoning in Frontier Multimodal Models
AI 导读
前沿多模态大语言模型在医学图像对齐评估上正达到拐点，数月前发布的模型泛化较差、部分场景接近随机水平，而 GPT-6 在几乎所有测试场景中超过 85%。研究比较了提示策略、图像呈现方式，以及本地微调 MLLM 与任务专用 CNN：微调模型在训练任务上可匹敌或超越前沿模型，但迁移到未见场景明显更弱。医学图像对齐由此成为通用视觉推理的有效测试平台。
来源：arXiv · Computer Vision · arxiv.org