AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:因果评估×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月20日
15:36
15:36arXiv cs.AI@Guangzhi Xiong, Qiao Jin, Sanchit Sinha, Zhiyong Lu, Aidong Zhang
精选
大型视觉语言模型在医疗应用中潜力巨大,但其回答缺乏视觉证据的可信归因,引发临床信任问题。现有归因方法无法验证是否真正反映模型决策依据,因为缺乏内部推理的真实标注。研究者开发了因果评估框架,通过反事实编辑验证专家标注区域是否因果影响模型预测,并测试了11种归因方法、6个开源LVLM和两种输出模式。结果发现现有方法常无法识别模型使用的视觉证据。为此提出MedFocus,基于不平衡最优传输定位临床解剖区域,并通过定向干预测量因果效应,在空间、概念和词元层面显著优于现有方法。数据和代码已开源。
论文视觉归因医学影像因果评估LVLM开源/仓库

推荐理由:医疗AI的信任危机终于有了可验证的归因方案——MedFocus让医生能看清模型到底看了哪里才下诊断,做医学影像AI的团队值得试试这个因果框架。
原文
精选全部日报登录