Fugu-MT 論文翻訳(概要): Med-Evo: Test-time Self-evolution for Medical Multimodal Large Language Models

論文の概要: Med-Evo: Test-time Self-evolution for Medical Multimodal Large Language Models

arxiv url: http://arxiv.org/abs/2603.07443v1
Date: Sun, 08 Mar 2026 03:38:24 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-10 15:13:14.594066
Title: Med-Evo: Test-time Self-evolution for Medical Multimodal Large Language Models
Title（参考訳）: Med-Evo: 医療用マルチモーダル大規模言語モデルのためのテスト時間自己進化
Abstract要約: 我々は,ラベル付きデータの追加を必要とせずに,ラベルなし強化学習を利用してモデル性能を向上させる医療MLLMのためのフレームワークであるMed-Evoを提案する。我々のフレームワークは、2つの重要なイノベーションを紹介している: 1)$ Feature-driven Pseudo Labeling (FPL)は、すべての不均一な候補応答からセマンティックセントロイドを識別し、各ロールアウトで擬似ラベルを選択する。
参考スコア（独自算出の注目度）: 43.46006663176283
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Medical Multimodal Large Language Models (MLLMs) have demonstrated remarkable capabilities across diverse healthcare tasks. However, current post-training strategies, such as supervised fine-tuning and reinforcement learning, heavily depend on substantial annotated data while overlooking the potential of unlabeled test data for model enhancement. This limitation becomes particularly pronounced in medical domains, where acquiring extensive labeled medical data is difficult due to the strict data sensitivity and annotation complexity. Moreover, leveraging test data poses challenges in generating reliable supervision signals from unlabeled samples and maintaining stable self-evolution. To address these limitations, we propose Med-Evo, the first self-evolution framework for medical MLLMs that utilizes label-free reinforcement learning to promote model performance without requiring additional labeled data. Our framework introduces two key innovations: $1)$ Feature-driven Pseudo Labeling (FPL) that identifies semantic centroids from all heterogeneous candidate responses to select pseudo labels in each rollout, and $2)$ Hard-Soft Reward (HSR) that combines exact match with token-level assessment and semantic similarity to provide hierarchical reward. Experiments on three medical VQA benchmarks and two base MLLMs show clear advantages of our approach over SOTA methods, with significant improvements of 10.43\% accuracy and 4.68\% recall on the SLAKE dataset using Qwen2.5-VL, showing the effectiveness of our method.
Abstract（参考訳）: MLLM(Malical Multimodal Large Language Models)は、多様な医療タスクにまたがる顕著な能力を示す。しかし、教師付き微調整や強化学習といった現在のポストトレーニング戦略は、モデル強化のためのラベルなしテストデータの可能性を見越しながら、かなりの注釈付きデータに大きく依存している。この制限は、厳密なデータ感度とアノテーションの複雑さのために、広範囲のラベル付き医療データを取得することが困難である医療領域において特に顕著になる。さらに、テストデータを活用することは、ラベルのないサンプルから信頼性の高い監視信号を生成し、安定した自己進化を維持する上での課題となる。これらの制約に対処するために,ラベルなし強化学習を利用してラベル付きデータを追加することなくモデル性能を向上させる,医療MLLMのための最初の自己進化フレームワークであるMed-Evoを提案する。我々のフレームワークは、2つの重要なイノベーションを紹介している: 1)$ Feature-driven Pseudo Labeling (FPL)は、すべての不均一な候補応答からセマンティックセントロイドを識別し、各ロールアウトで擬似ラベルを選択する。 3つの医療用VQAベンチマークと2つの基本MLLM実験により,SOTA法に対するアプローチの利点が明らかとなり,Qwen2.5-VLを用いたSLAKEデータセットの精度10.43\%,リコール4.68\%が大幅に改善され,本手法の有効性が示された。

関連論文リスト

Eliciting Medical Reasoning with Knowledge-enhanced Data Synthesis: A Semi-Supervised Reinforcement Learning Approach [62.0906177191353]
既存のアプローチでは、教師付き微調整を経て、大規模プロプライエタリモデルからの連鎖推論トレースを蒸留し、強化学習(RL)を実施している。 MedSSRは,医療知識を付加したデータ合成と半教師付き強化学習フレームワークである。本フレームワークはまず, 分布制御可能な推論質問を合成するために, 稀な疾患知識を利用する。次に、ポリシーモデル自体を利用して高品質な擬似ラベルを生成する。これにより、擬似ラベルデータ上での自己教師型RLと、人間の注釈付き実データ上での教師型RLの2段階固有の訓練パラダイムが実現される。
論文参考訳（メタデータ） (2026-04-13T14:37:38Z)
Something from Nothing: Data Augmentation for Robust Severity Level Estimation of Dysarthric Speech [69.86604856129883]
外科的音声品質評価(DSQA)は臨床診断と包括的音声技術において重要である。本研究では,未ラベルの変形音声と大規模典型的な音声データセットを併用した3段階のフレームワークを提案する。
論文参考訳（メタデータ） (2026-03-16T23:00:07Z)
MedSeqFT: Sequential Fine-tuning Foundation Models for 3D Medical Image Segmentation [55.37355146924576]
MedSeqFTは、医用画像解析のためのシーケンシャルな微調整フレームワークである。事前訓練されたモデルを新しいタスクに適応させ、表現能力を改善する。最先端の微調整戦略を一貫して上回ります。
論文参考訳（メタデータ） (2025-09-07T15:22:53Z)
Diverse Teaching and Label Propagation for Generic Semi-Supervised Medical Image Segmentation [16.657966370261494]
3つのタスク全てをマスターする汎用フレームワークを開発する。この問題を解決する鍵は、ラベルのないデータに対して信頼できる擬似ラベルを生成する方法にある。提案するフレームワークを5つのベンチマークデータセットで評価する。
論文参考訳（メタデータ） (2025-08-12T01:33:30Z)
Mutual Evidential Deep Learning for Medical Image Segmentation [39.930548790471896]
半教師付き学習において擬似ラベル生成のための潜在的に有効なソリューションを提供する相互顕在的深層学習フレームワークを提案する。本稿では,5つの主流データセットを用いた実験において,MEDLが最先端の性能を達成することを示す。
論文参考訳（メタデータ） (2025-05-18T13:42:27Z)
High-Fidelity Pseudo-label Generation by Large Language Models for Training Robust Radiology Report Classifiers [0.2158126716116375]
DeBERTa-RADは、最先端のLLM擬似ラベル付けのパワーと、DeBERTaに基づく効率的な知識蒸留を組み合わせた、高精度で高速な胸部X線レポートラベリングのための新しいフレームワークである。専門家によるMIMIC-500ベンチマークで、DeBERTa-RADは最先端のマクロF1スコア0.9120を達成している。
論文参考訳（メタデータ） (2025-05-03T04:50:55Z)
Semi-Supervised Class-Agnostic Motion Prediction with Pseudo Label Regeneration and BEVMix [59.55173022987071]
クラス非依存動作予測のための半教師あり学習の可能性について検討する。我々のフレームワークは一貫性に基づく自己学習パラダイムを採用しており、ラベルのないデータからモデルを学習することができる。本手法は,弱さと完全教師付き手法に匹敵する性能を示す。
論文参考訳（メタデータ） (2023-12-13T09:32:50Z)
Improving Multiple Sclerosis Lesion Segmentation Across Clinical Sites: A Federated Learning Approach with Noise-Resilient Training [75.40980802817349]
深層学習モデルは、自動的にMS病変を分節する約束を示しているが、正確な注釈付きデータの不足は、この分野の進歩を妨げている。我々は,MS病変の不均衡分布とファジィ境界を考慮したDecoupled Hard Label Correction(DHLC)戦略を導入する。また,集約型中央モデルを利用したCELC(Centrally Enhanced Label Correction)戦略も導入した。
論文参考訳（メタデータ） (2023-08-31T00:36:10Z)
Label-Efficient Self-Supervised Federated Learning for Tackling Data Heterogeneity in Medical Imaging [23.08596805950814]
医用画像解析のための頑健でラベル効率の良い自己教師型FLフレームワークを提案する。具体的には,既存のFLパイプラインに分散自己教師型事前学習パラダイムを導入する。自己教師付きFLアルゴリズムは,分布外データに対してよく一般化し,限定ラベルのシナリオにおいてより効果的にフェデレーションモデルを学習することを示す。
論文参考訳（メタデータ） (2022-05-17T18:33:43Z)
Semi-Supervised Active Learning for COVID-19 Lung Ultrasound Multi-symptom Classification [13.878896181984262]
本稿では,複雑な特徴をモデル化し,ラベリングコストを削減するため,TSAL法を提案する。そこで本研究では,多症状多ラベル(MSML)分類ネットワークを提案し,肺症状の識別的特徴について検討した。 678本の動画から6,836枚の画像が採取された71人の臨床患者を含む、COVID19-LUSMSという新しい肺データセットが構築されている。
論文参考訳（メタデータ） (2020-09-09T10:45:34Z)
Semi-supervised Medical Image Classification with Relation-driven Self-ensembling Model [71.80319052891817]
医用画像分類のための関係駆動型半教師付きフレームワークを提案する。これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
論文参考訳（メタデータ） (2020-05-15T06:57:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。