医学视觉语言基准预训练污染测量

2026年10月23日，Bruce Changlong Xu等作者在arXiv Computer Vision发布预训练污染测量研究。研究用四种检测器检验开放视觉语言模型在SLAKE-En、PathVQA、VQA-RAD及OmniMedVQA公开镜像上的预训练污染。图像侧结果显示，SLAKE-En有19.8%的图像在PMC-OA-beta中存在异常近邻，在SigLIP-SO400M下该比例为4.2%；人工检查显示这些为同模态同视角的不同患者图像，指向图像来源重叠而非单图记忆。研究覆盖对象为上述四个基准，检测手段为四种检测器，结论限于图像侧来源重叠的观察。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。