医学VLM未充分利用其视觉编码器

2026年9月30日，arXiv cs.CV 发布一项从皮肤科视角开展的研究，指出医学视觉语言模型（VLM）未能充分利用自身的视觉编码器。研究在皮肤科任务中比较了纯视觉编码器与完整医学VLM的表现：在零目标任务标签条件下，MedSigLIP 视觉编码器平均比 MedGemma 高出 10.26 个百分点。报道称，这一差距说明医学VLM未充分利用其视觉编码器。目前该研究处于论文发布阶段，尚无后续复现、同行评议或其他进展的报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。