研究提出MedCBR两阶段医疗VLM对齐框架

一项研究（Hongyu Bai 等）提出 MedCBR，一个面向医学视觉语言模型的两阶段对齐框架：先用基于难度的边界偏好优化（DBPO）聚焦模型能力边界，再用熵门控的评分标准强化学习（EGPO）奖励答案正确性、解剖学定位和推理保真度。论文已被 ACM Multimedia Asia 2026 接收。 在六个医学基准上的实验显示，该方法相比通用、专用及强化学习基线均有一致提升，平均准确率达 61.2%，在鉴别诊断等困难任务上提升最大；消融实验显示两阶段组合的收益超过各自单独改进之和。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。