HAD-VLM：混合自回归-扩散的医学测量视觉语言模型

研究者在 arXiv 发布论文，提出医学视觉语言模型 HAD-VLM（arXiv:2610.32948），采用自回归文本生成与扩散式连续测量预测结合的混合框架，用于超声定量测量。 该方法针对的问题是：传统视觉语言模型用离散 token 预测数值，与连续测量目标不匹配；HAD-VLM 在共享主干中结合两种方式以保留数值连续性。目前为论文发布阶段的方法提出，尚未见临床应用的后续报道。

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。