Microsoft Research· Mercy Ranjit, Nikhilesh E, Dr. Abhyuday Kumara Swamy, Tanuja Ganu·· 2026-08-12精选AI 评分62
微软研究院发布 CARE-X 放射学视觉语言模型
Introducing CARE-X: Towards Clinically Useful Radiology VLMs with Auxiliary Supervision, Reward-Aligned Learning, and Tool-Augmented Measurement
AI 导读
微软研究院发布 CARE-X，一个面向胸部 X 光临床解读的统一视觉语言模型，结合生成式报告与结构化预测，并采用 DAPO 强化学习优化临床正确性。在 Chest ImaGenome 异常分类上，CARE-X 辅助头在阈值 0.5 时达到 0.943 灵敏度，在 ReXVQA 基准上以 94% 准确率排名第一。
推荐理由
原文展示了辅助监督与奖励对齐如何提升放射学视觉语言模型的临床实用性，并给出工具增强测量带来的显著性能提升。
来源：Microsoft Research · microsoft.com