胸片视觉语言模型干预式审计
热点事件观察中
胸片视觉语言模型干预式审计
1 篇报道1 个报道来源2 天前更新
先了解这件事
报道摘要
arXiv 论文对八个开源胸片问答视觉语言模型做干预式审计，通过换图、遮挡、去图等方式检验模型是否真正使用影像。在 MIMIC-CXR 的 2,548 个是非题上，一个多模态模型不看图也答 Yes，仅接收问题文本的医学模型在合并题集上得 55.3%，高于两个多模态系统；在图像必要的场景中，最佳多模态系统比该模型高 10.4% 平衡准确率。
摘自 arXiv：cs.LG
最新进展10月3日 12:00
胸片视觉语言模型未必真的在看图：arXiv 论文提出干预式审计方法报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG胸片视觉语言模型未必真的在看图：arXiv 论文提出干预式审计方法
arXiv 论文对八个开源胸片问答视觉语言模型做干预式审计，通过换图、遮挡、去图等方式检验模型是否真正使用影像。在 MIMIC-CXR 的 2,548 个是非题上，一个多模态模型不看图也答 Yes，仅接收问题文本的医学模型在合并题集上得 55.3%，高于两个多模态系统；在图像必要的场景中，最佳多模态系统比该模型高 10.4% 平衡准确率。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 710月4日 01:00
- 近 24 小时变化
- -51%
02468
06:0012:0018:0010月5日
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。