跳到正文
arXiv · 机器人与计算机视觉· Lei Wu, Jiashuai Liu, Di Zhang, Chunze Yang, Jiusong Ge, Junbo Lu, Yongqi Liang, Wenjie Zhao, Ni Zhang, Chen Li, Zeyu Gao, Qidong Liu·· 11 小时前精选AI 评分82

SlideJev:面向全切片病理的组织 grounded 且顺序稳定的 Jev 决策

SlideJev: Order-Stable and Tissue-Grounded Jev Decisions for Whole-Slide Pathology

AI 导读

针对当前视觉语言模型在病理全切片问答中过度依赖语言先验、对候选答案顺序敏感及存在捷径的问题,该研究提出了 SlideJev 框架。该方法通过并行计算支持度与拒绝度的对数似然差来评分候选答案,并利用组织证据引导解码器层的视觉 token 更新,从而将判断 grounded 于病理图像本身。

推荐理由

该工作提出 SlideJev 框架,通过组织稳定的候选答案验证机制解决病理全切片视觉问答中的语言先验依赖问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org