开源视觉语言模型零样本评测放射学任务

一项研究在未对模型做任务微调的情况下，零样本比较了 Clef 27B、d1 3B 与 Qwen 3.8-27B 在七项放射学任务（覆盖文本、X 光片、CT 和 MRI）上的表现，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 在其中六项任务上低于 Clef，但每请求能耗比 Clef 低 3 至 9 倍。 研究结论称，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，但所有模型在评估运动伪影严重程度上表现不佳。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。