arXiv · AI· Wanqi Dong, Wanyue Dong, Jingze Ge, Mehul Motani·· 24 天前AI 评分38
GRASP: 无需推理标注的医疗VQA混合RL-SFT后训练方法
GRASP: Group-Adaptive Hybrid RL-SFT Post-Training for Medical VQA without Reasoning Annotations
AI 导读
研究团队提出GRASP框架,在医疗VQA任务中结合RL和SFT,仅需LoRA微调约1%参数,在Qwen3-VL-8B等模型上实现域内与OOD问答性能超越现有方法。
来源:arXiv · AI · arxiv.org