跳到正文
arXiv · AI· Qiming Huang, Hanze Dong, Jipeng Zhang, Mike Zheng Shou, Xinxing Xu, Furu Wei·· 17 小时前AI 评分30

Mask-Evidence MedVQA 基准与 TUNE 框架:医疗视觉语言模型中的智能体证据管理

Harnessing Medical Visual-Language Models with Agentic Evidence Management

AI 导读

研究构建了包含 2.5K 样本的 Mask-Evidence MedVQA 基准,揭示了医疗视觉语言模型在证据呈现方式及掩码引入的权衡中存在局限。 研究提出 TUNE 证据管理框架,在三个公共基准上使微调后的 Qwen3.5-9B 平均准确率提升 4.0 个百分点,七项基准平均超越直接工具使用 9.1 分。 该框架通过管理证据获取、呈现及答案更新,解决了仅获取正确掩码不足以有效利用证据的问题。

来源:arXiv · AI · arxiv.org