arXiv · cs.CL· Daniela Jimenez-Pano·· 11 天前AI 评分26
基于门控多模态表示增强 RAG 医学视觉问答
Enhancing RAG-based Medical VQA with Gated Multimodal Representations
来源与原文
arXiv · cs.CL
作者：Daniela Jimenez-Pano
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/2610.23588v1
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
一项 arXiv 预印本研究提出多模态 RAG 框架，通过 Gated Multimodal Unit 学习融合医学图像与临床问题的联合查询表示，用于证据检索，同时保持底层 Med-LVLM 冻结。在基准数据集上，多模态查询表示持续优于参考 Med-LVLM，并与 SOTA 方法具有竞争力。
来源：arXiv · cs.CL · arxiv.org