Mitigating Class-Tail Undercoverage in Medical Vision-Language Models under Clinical Shift
缓解临床分布偏移下医学视觉-语言模型的类别尾部覆盖不足问题
机构 * Indian Institute of Technology Indore(印度理工学院印多雷分校)
专题命中 幻觉与鲁棒性 :vision-language model(title,abstract);VLM(abstract,abstract_cn);分类 cs.CV、cs.LG
AI总结 本文针对临床分布偏移下医学VLMs的类别尾部覆盖不足问题,提出CALCoDe方法,在多个偏移场景和骨干网络上实现了所有设置下边际和最差类别覆盖度均达0.95的最优表现。
Comments 26 pages; supplementary material included