GRASP提出无需推理标注的RL-SFT混合医学VQA后训练方法
热点事件持续更新
GRASP提出无需推理标注的RL-SFT混合医学VQA后训练方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Wanqi Dong 等论文作者提出 GRASP，一种每次更新中同时结合 RL 与 SFT 的混合后训练方法，仅用短答案即可训练医学视觉问答模型，无需推理标注，混合比例随模型答题情况自适应。作者称，用 LoRA 只调约 1% 参数时，GRASP 在域内和 OOD 开放式问题上均超越所对比的训练目标。 作者同时发布了 MedTerse 数据集（12.9K 道短答案题）及代码。以上效果为论文作者的说法。
AI 根据报道生成 · 50 分钟前更新
最新进展10月27日 12:00
GRASP：无需推理标注的分组自适应 RL-SFT 混合后训练方法用于医学 VQA报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIGRASP：无需推理标注的分组自适应 RL-SFT 混合后训练方法用于医学 VQA
GRASP 是一种在每次更新中结合 RL 与 SFT 的混合后训练方法，仅用短答案即可训练医学视觉问答模型，无需推理标注，且混合比例随模型答题情况自适应。用 LoRA 只调约 1% 参数，GRASP 在域内和 OOD 开放式问题上均超越所比训练目标。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。