arXiv · 机器人与计算机视觉· Rebeca Nam, Chase M. Fensore, Christian A. Fauria-Robinson, Judy Gichoya, Joyce C. Ho·· 9 天前AI 评分42
四款 VLM 在乳腺影像任务中置信度与解释的跨信号一致性评估
Evaluating Cross-Signal Coherence in Mammography Vision-Language Models
AI 导读
针对视觉语言模型直接解读医学影像的趋势,研究者在两大数据集上对四款 VLM 进行了乳腺密度和 BI-RADS 分类评估。实验发现即使图像发生受控扰动,模型的置信度并未下降,且选项顺序改变会显著影响回答。部分模型存在自身推理与最终答案矛盾的情况,揭示了仅凭准确率无法捕捉的不可信风险。
来源:arXiv · 机器人与计算机视觉 · arxiv.org