arXiv · cs.AI · Bradley J Erickson, Sara Salehi · 7 小时前模型评分34
开源视觉语言模型在放射学任务上作为 System 1 决策模型的零样本评估
Zero-shot evaluation of open vision-language models as System 1 decision models on radiology tasks
导读
研究对比 Clef 27B、d1 3B 与 Qwen 3.8-27B 在七项放射学任务上的零样本表现，以 AUROC 为主要指标。所有模型从报告中检索发现的 AUROC 均超过 0.95，d1 在七项任务中六项低于 Clef，且每请求能耗比 Clef 低 3 至 9 倍。结论认为 System 1 模型能以低于常规大语言模型的算力成本完成重要放射学任务，但所有模型在运动伪影严重程度评估上表现不佳。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “Purpose: We compared two multimodal System 1 decision models, Clef 27B and d1 3B, with a traditional LLM (Qwen 3.8-27B) on seven radiology tasks covering text, radiographs, CT and MRI.”
- “There was no fine-tuning of the models on the tasks.”
来源：arXiv · cs.AI · arxiv.org