arXiv cs.CV· Yuxin Xie, Yuming Chen, Yishan Yang, Yi Zhou, Tao Zhou, Zhen Zhao, Jiacheng Liu, Huazhu Fu·2026-10-12 12:00· 2 小时前AI 评分24

CORE-Seg：基于强化学习的推理驱动复杂病灶分割框架

CORE-Seg: Reasoning-Driven Segmentation for Complex Lesions via Reinforcement Learning

AI 导读

CORE-Seg 是面向复杂病灶分割的端到端框架，通过 Semantic-Guided Prompt Adapter 将推理与分割结合，并采用从 SFT 到 GRPO 的渐进式训练策略与自适应双粒度奖励机制。该方法平均 Dice 达 37.06%，比次优基线高 14.89%，失败率降至 18.42%。团队同时发布首个多样化 CoT 复杂病灶分割基准 ComLesion-14K。

来源：arXiv cs.CV · arxiv.org

推理能力多模态数据与训练论文研究 #论文/研究 #多模态 #推理 #数据/训练