UNIRG-CXR以多模态强化学习提升报告生成
事件历史事件
UNIRG-CXR以多模态强化学习提升报告生成
1 篇报道1 个报道来源5 天前更新
先了解这件事
AI 综述
研究团队提出通用医学影像报告生成框架UNIRG,并开发8B参数视觉语言模型UNIRG-CXR,采用监督微调后接强化学习优化报告生成。团队报告称,该模型在MIMIC-CXR、CheXpert Plus、ReXGradient-160k和IU-Xray四个公开数据集上训练,在ReXrank基准的四个数据集和两种生成设置上超过先前模型,其中两个测试集分数提升超过50%。
AI 根据报道生成 · 4 天前更新
最新进展11月12日 08:00
UNIRG-CXR 以多模态强化学习提升医学影像报告生成报道时间线
沿着报道,了解事件的不同侧面。
11月12日
- Nature Communications精选UNIRG-CXR 以多模态强化学习提升医学影像报告生成
研究团队提出通用报告生成框架 UNIRG,并开发 8B 参数视觉语言模型 UNIRG-CXR,用监督微调后接强化学习优化医学影像报告。该模型在 MIMIC-CXR、CheXpert Plus、ReXGradient-160k 和 IU-Xray 四个公开数据集上训练,在 ReXrank 基准的四个数据集和两种生成设置上超过先前模型,两个测试集分数提升超过 50%。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 711月12日 23:00
- 近 24 小时变化
- -49%
02468
11月13日06:0012:0018:0011月14日06:00
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。