ViCoR论文：反事实残差方法选择医学多模态训练数据

1. 12:00
   arXiv · cs.AI

   ViCoR：用于多模态医学数据选择的反事实残差视觉必要性估计方法

   ViCoR提出面向多模态医学视觉语言模型微调的数据选择方法，通过图像依赖优化残差估计样本的视觉必要性，并结合医学监督兼容性和多样性构建训练子集。论文摘要称，在两个骨干模型、四个外部泛化基准和一个多疾病鲁棒性基准上，ViCoR选择的20%子集取得了强于完整数据微调及各选择基线的平均表现；代码计划发布至 https://github.com/htgan-ai/ViCoR，当前仅提供摘要信息。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。