arXiv · cs.AI· Hao Wang, Qiwei Zeng, Jinghao Lin, Shuchang Ye, Yuezhe Yang, Yige Peng, Haoyuan Che, Jinman Kim, Lei Bi·· 2 天前
EasyLens：面向冻结医学视觉语言模型的免训练微小病灶表示增强器
EasyLens: A Training-Free Plug-and-Play Subtle-Lesion Representation Amplifier for Medical Vision-Language Models
arXiv:2606.06379v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hao Wang, Qiwei Zeng, Jinghao Lin, Shuchang Ye, Yuezhe Yang, Yige Peng, Haoyuan Che, Jinman Kim, Lei Bi
研究任务与主要进展
EasyLens是一种面向医学视觉语言模型的免训练、即插即用微小病灶表示增强器。作者通过病理—解剖原型空间EasyBank和反事实原型推理EasyTag筛选病灶相关图像块，再以形态引导残差增强EasyAmplifier提升其在全局图像嵌入中的作用。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org