7 个本地开源 VLM 争夺第二读者，Qwen3-VL 4B 胜出
MaziyarPanahi · x · 2026-07-22
这条帖子做了一个很实用的本地评测：把 7 个小型开源 VLM 当作“第二读者”，看它们能否识别医疗影像里的身份信息。
- Qwen3-VL 4B：7/7 识别正确，耗时 6.9 秒，且没有误报，被作者选为“第二读者”。
- Gemma 4 E2B：6/7。
- Qwen3-VL 2B：速度最快，但只命中 4/7。
- NVIDIA LocateAnything-3B：框得很准，但不会判断哪些内容属于个人信息。
- LFM2.5-VL 1.6B 和 InternVL3 2B：能正确读出病人姓名，却又把它误判成“不算个人信息”。
作者的结论很直接：“读字”不难，真正难的是“判断”。帖子还提到相关的 Reader 1 组件采用 Apache 2.0 开源许可，且模型都能在 Hugging Face 找到。
所属事件:实测七款开源VLM医学影像脱敏 Qwen3-VL胜出(3 条相关)→
「研究」频道最新
- Google 研究员：所有 softmax/cross-entropy 实现都藏着两个 bug — jon_barron · 2026-10-27
- 新论文给出 Jacobian Lens 数学理论：它捕捉的是「慢而连贯」的特征 — wgilpin0 · 2026-10-27
- 可解释性研究者宣布博士毕业后加入 Goodfire AI，呼吁加速研究 — mathildepapillo · 2026-10-27
- EdgeRock-4B KV cache 256K 上下文仅 72 MiB,比 Qwen3.5-4B 小 99.1% — alifcoder · 2026-10-27
- TRL 上线 Score Centering：直击 RL 训练不稳定的根因 — lvwerra · 2026-10-27
- Latent-Foresight:让世界模型学着预判自己的未来 — abursuc · 2026-10-27