نموذج الرؤية واللغة الطبية: تقييم متطور لتحسين الأداء بعد التدريب

في عالم الذكاء الاصطناعي المتسارع، تبرز النماذج المتعلقة بالرؤية واللغة الطبية (Medical Vision-Language Models) كأداة مهمة لتحسين القدرة على فهم الصور الطبية. في دراسة جديدة مؤكدة، تم فحص كيفية تأثير التغييرات في دقة الإجابات وأهداف التدريب على قرارات مستندة إلى الصور.

استخدم الباحثون نموذج Qwen2.5-VL-3B في دراسة على مجموعة بيانات PMC-VQA المؤلفة من 2000 سؤال محكم، حيث تمت مقارنة منهجيات التدريب المختلفة. تبين أن نموذج التكيف المنخفض الرتبة (LoRA) الخاص بالنموذج اللغوي قد زاد دقة الصورة الصحيحة بمعدل 1.10 نقطة مئوية. ومع ذلك، سجلت الأحداث المتعلقة بالفوائد البصرية انخفاضاً حاداً بنحو 2.40 نقطة، بجانب تراجع حساسية الصور بمعدل 5.60 نقاط.

كما كشفت النتائج عن تسجيل 155 حدثاً بصرياً مكتسباً و203 فقدت، مما يشير إلى أهمية توسيع نطاق التكيف في تحسين الأداء. وتبين أن منهجية تحسين سياسة المجموعة النسبية المعروفة (GRPO) تنتج مجموعات مكافآت مختلطة وتحديثات المعلمات، مما يزيد من عدم اليقين بشأن تغييرات دقة الاختبار.

ختامًا، تؤكد نتائج هذا التدقيق على الفجوات الموجودة بين الأنشطة التحسينية والاكتساب المرغوب والسلوكيات البصرية المفيدة، مما يفتح المجال لتحقيق تحسينات مستقبلية ملحوظة في النماذج الطبية.