MedCBR：按能力边界对齐医疗视觉语言模型

MedCBR 用边界偏好与熵门控评分细则对齐医疗视觉语言模型

资讯摘要

论文提出 MedCBR 两阶段对齐框架，针对医疗视觉语言模型在简单病例上过度更新、边界病例过早饱和的问题。第一阶段用难度加权边界偏好优化（DBPO），在模型能力前沿构建反事实偏好对；第二阶段从边界轨迹蒸馏临床评分细则，按预测熵门控激活（EGPO），奖励答案正确性、解剖依据与推理忠实度。作者报告在六个医疗基准上平均准确率 61.2%，鉴别诊断任务提升最大。

要点速读

1. 论文提出 DBPO，用经验通过率与共享推理前缀、在关键诊断分支分叉的偏好对，把学习集中在校准后的边界区域
2. 论文提出 EGPO，按预测熵激活从边界轨迹蒸馏的临床评分细则，在可靠样本上抑制细则噪声
3. 作者报告六个医疗基准平均准确率 61.2%，消融显示两阶段组合增益超过各自增益之和

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。