HAD-VLM：混合自回归-扩散超声定量测量模型

2026年10月26日，arXiv 人工智能分类发布一篇论文，Dianye Huang 等作者提出并评估 HAD-VLM——一种混合自回归-扩散视觉语言模型框架，在共享骨干网络中把自回归文本生成与连续测量预测结合起来，用于医学视觉语言任务。报道称，该框架旨在保留数值连续性；在 EchoNet-LVH 的四个超声心动图测量任务上，IVSd、LVIDd、LVIDs、LVPWd 的平均绝对误差分别为 1.36、2.77、3.05、1.16 mm，较 Vicuna 自回归基线降低 21.4%–37.6%。目前该事件仅有这一篇主报道，尚无跟进报道或独立验证；上述误差与降幅均为论文自报结果，适用对象为 EchoNet-LVH 数据集上的这四项测量任务。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。