HarMoE提出面向胸部X光视觉语言模型的多源预训练框架，将多标签分类数据集的清晰疾病监督与影像报告配对结合。模型使用数据集感知的混合专家，将跨数据集共享语义与来源特有变化分离，并通过统一疾病词表和掩码监督避免异构标签造成的伪阴性。论文称其在零样本分类、分布外迁移和定位任务上优于强基线，并计划开源873k规模的协调数据集与代码。
最近 24 小时暂无可用热度快照。