Oossa

چارچوبی تازه به مدل‌های پزشکیِ ثابت امکان یادگیری پس از عرضه می‌دهد

پژوهشگران سامانه‌ای مستقل از مدل پیشنهاد کرده‌اند که با استفاده از موارد واقعی، LLMها و VLMهای ثابت را به‌روزرسانی می‌کند و عملکرد آن‌ها را در کارهای پزشکی تا 34% افزایش می‌دهد.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

گروهی به سرپرستی Yexiao He در 8 اکتبر 2026 مقاله‌ای منتشر کرد که چارچوبی را شرح می‌دهد؛ چارچوبی که به مدل‌های زبانی بزرگ (LLMها) و مدل‌های بینایی‌ـ‌زبان (VLMها) امکان می‌دهد از مواردی که با آن‌ها سروکار دارند یاد بگیرند. این سامانه سه نوع تخصص بیرونی به مدل می‌افزاید: یک مهارت برای استدلال، حافظه‌ای دانشی برای اطلاعات واقعی و پایگاهی چندوجهی از دانش برای نمونه‌های بصری. مدل فقط زمانی به‌روزرسانی می‌شود که موارد تازه عملکرد را بهتر کنند، بی‌آنکه نتایج قبلی افت کند. آزمایش‌ها روی شش معیار پزشکی و با چهار مدل پایه متفاوت، بهبودهایی تا سقف 34.2% نشان دادند.

چرا مهم است

پزشکان می‌توانند به ابزارهای هوش مصنوعی‌ای تکیه کنند که بدون نیاز به بازآموزی پرهزینه، خود را با دستورالعمل‌های تازه هماهنگ نگه می‌دارند.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.