ClinFusion 论文上线，提出医学视觉评测新基准
aigclink · x · 2026-08-01
本条补充了阿里达摩院开源医学多模态模型 ClinFusion 的 arXiv 论文链接与详细摘要。
论文核心指出，将多模态大语言模型（MLLM）部署到医疗领域本质上是一个以视觉为中心的挑战。ClinFusion 提出了一种包含 CaSL 融合算子的组合级联视觉编码器架构，统一了对 2D 和原生 3D 医学图像的理解。
此外，研究还引入了一套基于视觉的评估框架：包含用于评估指令遵循能力的 MedIF-Bench，以及一种结合感兴趣区域（ROI）的方法，用于评估临床对齐度和基于事实的报告生成能力。实验表明，ClinFusion 在多项综合指标上达到了 SOTA。
所属事件:阿里达摩院开源医学多模态模型 ClinFusion(2 条相关)→
「多模态」频道最新
- 用 Claude Code 驱动 Blender 做出 Anthropic 小粉丝动画 — Icy-Appointment3583 · 2026-10-16
- 用 Opus/Astra/Argon 生成 Blender 动画：怎么描述依然决定成败 — chongdashu · 2026-10-16
- 免细分位移表面几何查询新方法,焦散渲染方差降超10倍 — ssh4net · 2026-10-16
- AI 生成机械装配结构成功动起来,作者激动截图庆祝 — zetalyrae · 2026-10-16
- 复旦 OpenMOSS 开源 MOSS-Image-SFT:Apache 2.0 文生图模型 — bdsqlsz · 2026-10-16
- Hyperflow 开源：采样 49 步压到 8 步，视频生成提速约 3 倍 — mhdfaran · 2026-10-16