arXiv · cs.AI· Hongyu Bai·· 20 小时前AI 评分18
MedCBR：基于熵自适应规则锚定的医学视觉语言模型能力边界对齐框架
Aligning Medical Vision Language Models at the Capability Boundary with Entropy Adaptive Rubric Grounding
来源与原文
arXiv · cs.AI
作者：Hongyu Bai
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39835v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
MedCBR 提出两阶段对齐框架，将边界感知偏好优化（DBPO）与基于规则锚定的强化学习（EGPO）结合，对医学视觉语言模型的诊断推理进行对齐。该框架在能力边界处构建反事实偏好对，并按预测熵激活临床 rubric，奖励答案正确性、解剖学依据和推理保真度。在六个医学 benchmark 上平均准确率达 61.2%，超越通用、专用及强化学习基线，两阶段组合呈现超加性增益。
来源：arXiv · cs.AI · arxiv.org