VITAL：医疗MLLM隐空间推理双监督框架

Qiaoru Li等作者提出面向医疗多模态大模型的隐空间推理框架 VITAL，用视觉-语义双重监督训练模型在隐空间完成推理：一个辅助文本解码器从隐状态重建推理链，一个视觉投影器从冻结的独立医学视觉编码器回归 ROI 特征。 据作者介绍，这两个监督模块在推理时被丢弃，因此不增加推理开销；也可事后重新挂载，为模型输出提供文本和视觉两方面的解释。该框架同时配套一个 61K 规模的医学数据集。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。