論文の概要: Analyzing and Mitigating Cross-Lingual Degradation in Multilingual Medical VQA

• arxiv url: http://arxiv.org/abs/2608.22363v1
• Date: Sun, 23 Aug 2026 11:04:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.732866
• Title: Analyzing and Mitigating Cross-Lingual Degradation in Multilingual Medical VQA
• Title（参考訳）: 多言語医療用VQAにおける言語横断劣化の分析と緩和
• Abstract要約: 我々は8言語にまたがる多言語医療用VQAベンチマークを4つの代表的なシナリオにまとめて構築する。 言語間の劣化は、一様ではなく、シナリオに依存している。 MedVL-XLRepEを提案する。
• 参考スコア（独自算出の注目度）: 42.879261680989224
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical visual question answering (VQA) is a crucial task in clinical AI, yet its evaluation has so far centered almost exclusively on English, limiting its relevance to linguistically diverse patients and clinicians. Recent multilingual medical VQA benchmarks show that large vision-language models (LVLMs) degrade in non-English languages, but lack a fine-grained analysis of how cross-lingual variation affects the distinct capabilities that medical VQA requires. To this end, we construct a multilingual medical VQA benchmark over eight languages, organized into four representative scenarios that isolate the core capabilities medical VQA requires. Evaluating five open- and closed-source LVLMs, we find that cross-lingual degradation is not uniform but highly scenario-dependent. We therefore propose MedVL-XLRepE, a training-free scenario-aware representation engineering method, leveraging LVLMs' superior English medical VQA capability to steer non-English representations toward their English counterparts at inference time. Across three LVLMs and eight languages, MedVL-XLRepE consistently mitigates cross-lingual degradation, with gains of up to 6.33\%.
• Abstract（参考訳）: 医学的視覚的質問応答(VQA)は、臨床AIにおいて重要な課題であるが、その評価は、言語学的に多様な患者や臨床医に限定して、英語のみに焦点を絞っている。 最近の多言語医療用VQAベンチマークでは、英語以外の言語では大きな視覚言語モデル(LVLM)が劣化するが、医療用VQAが必要とする異なる能力に、言語間変異がどう影響するかを詳細に分析することができない。 この目的のために,医療用VQAに必要なコア機能を分離する4つの代表的なシナリオで構成された,8言語にまたがる多言語医療用VQAベンチマークを構築した。 オープンソースとクローズドソースの5つのLVLMを評価すると、言語間劣化は一様ではなくシナリオに依存していることがわかった。 そこで我々は,LVLMsの優れた英語医療用VQA機能を利用して,非英語の表現を推論時に英語の表現に対して操る,訓練不要なシナリオ認識表現工学手法であるMedVL-XLRepEを提案する。 3つのLVLMと8つの言語にまたがって、MedVL-XLRepEは常に言語間劣化を緩和し、最大6.33\%まで上昇する。

関連論文リスト

• Multilingual Hematology Visual Question Answering Dataset [8.690777023437052]
  WBCMor VQAは、臨床的に検証されたバイリンガル英語、Urdu morphology aware VQA benchmark for leukemia and normal white cell analysisである。 このベンチマークは、LeukemiaAttriとWBCAttデータセットのモルフォロジー対応アノテーションを使用して構築され、ドメイン固有のUrdu辞書でサポートされている。 提案するリソースは、多言語医療環境のためのアクセス可能で臨床的に関連するAIシステムの開発を促進することを目的としている。
  論文  参考訳（メタデータ） (2026-06-24T00:06:04Z)
• Does Language Shift Break Medical Vision-Language Models? Indonesian Radiology Visual Question Answering Case Study [2.8292841621378844]
  本稿ではインドネシアのVQA-RADを応用したIndoRad-VQAを紹介する。 一般目的, 東南アジア多言語, 医療特化VLMを英語で評価し, 設定を推し進めた。 以上の結果から,英語の医療用VQAベンチマークにおける強い評価は,必ずしもインドネシアの臨床的文脈におけるロバストな行動に結びつくとは限らないことが示唆された。
  論文  参考訳（メタデータ） (2026-06-02T14:14:27Z)
• EuropeMedQA Study Protocol: A Multilingual, Multimodal Medical Examination Dataset for Language Model Evaluation [25.61500041272026]
  LLM(Large Language Models)は、英語中心の医学検査において高い習熟度を示す。 本研究プロトコルでは,最初の包括的,多言語的,マルチモーダルな医療診断データセットであるEuropeMedQAの開発について述べる。
  論文  参考訳（メタデータ） (2026-04-15T18:03:13Z)
• Adapting Self-Supervised Speech Representations for Cross-lingual Dysarthria Detection in Parkinson's Disease [72.0406069194794]
  音声表現は、しばしば言語に依存した構造を符号化する。 本稿では,ソース言語による自己教師型音声表現とターゲット言語分布とを一致させる表現レベル言語シフトを提案する。 チェコ語,ドイツ語,スペイン語におけるパーキンソン病音声データセットの経口DDK記録に対するアプローチについて検討した。
  論文  参考訳（メタデータ） (2026-03-23T17:23:39Z)
• XLQA: A Benchmark for Locale-Aware Multilingual Open-Domain Question Answering [48.913480244527925]
  大規模言語モデル (LLM) はオープンドメイン質問応答 (ODQA) において大きな進歩を見せている。 ほとんどの評価は英語に焦点をあて、言語間で局所不変の回答を仮定する。 XLQAは局所感性多言語ODQA用に明示的に設計された新しいベンチマークである。
  論文  参考訳（メタデータ） (2025-08-22T07:00:13Z)
• CLAIM: Mitigating Multilingual Object Hallucination in Large Vision-Language Models with Cross-Lingual Attention Intervention [56.08815340137881]
  LVLM(Large Vision-Language Models)は、印象的なマルチモーダル能力を示したが、多言語オブジェクト幻覚の傾向は残っていない。 LVLMにおける多言語オブジェクト幻覚(CLAIM)の緩和のための言語横断的注意介入を提案する。
  論文  参考訳（メタデータ） (2025-06-03T11:17:16Z)
• MKG-Rank: Enhancing Large Language Models with Knowledge Graph for Multilingual Medical Question Answering [32.60615474034456]
  多言語医療質問応答のための多言語知識グラフに基づく検索ランク付け(MKG-Rank)を提案する。 本フレームワークは、LLM推論に英語中心の総合的医療知識グラフを低コストで統合する。 中国語、日本語、韓国語、スワヒリ語にまたがる多言語医療QAベンチマークの大規模な評価は、MKG-RankがゼロショットLLMを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2025-03-20T13:25:03Z)
• WorldMedQA-V: a multilingual, multimodal medical examination dataset for multimodal language models evaluation [4.149844666297669]
  マルチモーダル/ビジョン言語モデル(VLM)は、世界中の医療分野でますます普及している。 既存のデータセットはテキストのみであり、言語や国の限られたサブセットで利用可能である。 WorldMedQA-Vには、4カ国の医療画像と組み合わせて568のラベル付き多重選択QAが含まれている。
  論文  参考訳（メタデータ） (2024-10-16T16:31:24Z)
• Towards Building Multilingual Language Model for Medicine [54.1382395897071]
  6つの主要言語を含む約25.5Bトークンを含む多言語医療コーパスを構築した。 MMedBench と呼ばれる有理性を持つ多言語医療用多言語質問応答ベンチマークを提案する。 我々の最終モデルであるMMed-Llama 3は、8Bパラメータしか持たないが、MMedBenchおよび英語ベンチマークの他のすべてのオープンソースモデルと比較して優れた性能が得られる。
  論文  参考訳（メタデータ） (2024-02-21T17:47:20Z)
• Delving Deeper into Cross-lingual Visual Question Answering [115.16614806717341]
  標準学習装置に簡単な修正を加えることで、モノリンガル英語のパフォーマンスへの移行ギャップを大幅に減らすことができることを示す。 多言語マルチモーダル変換器の多言語間VQAを多言語間VQAで解析する。
  論文  参考訳（メタデータ） (2022-02-15T18:22:18Z)

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。