Microsoft Research· Mercy Ranjit, Nikhilesh E, Dr. Abhyuday Kumara Swamy, Tanuja Ganu·· 2026-08-12精选AI 评分69
CARE-X：借助辅助监督、奖励对齐学习和工具增强测量实现临床实用放射学 VLM
Introducing CARE-X: Towards Clinically Useful Radiology VLMs with Auxiliary Supervision, Reward-Aligned Learning, and Tool-Augmented Measurement
AI 导读
微软研究院提出了统一胸部 X 光 VLM CARE-X，将生成式报告与结构化诊断预测整合到同一模型，并通过辅助分类头、定位头与 DAPO 强化学习进行协同训练。
推荐理由
该研究提出辅助监督与 DAPO 强化学习结合可同时提升 VLM 生成能力和结构化预测精度，工具增强方法在测量依赖诊断上显著优于纯视觉推理。
来源：Microsoft Research · microsoft.com