論文の概要: SelfCue: Making a 3D CT Report Generator Say What It Already Knows

• arxiv url: http://arxiv.org/abs/2609.31788v1
• Date: Fri, 25 Sep 2026 01:10:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 12:49:26.209625
• Title: SelfCue: Making a 3D CT Report Generator Say What It Already Knows
• Title（参考訳）: 自撮り動画を3Dで撮る「SelfCue」
• Abstract要約: 3次元CTレポートジェネレータは、そのレポートが残したものをすでに保持しており、隠れた状態がトークンになったときにそれを失う。 コントラストデコーディングに基づくSelfCueを提案する。
• 参考スコア（独自算出の注目度）: 8.156224859241009
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Progress in 3D CT report generation is usually sought in increasingly sophisticated architectures and larger pools of training data. We find instead that a 3D CT report generator already holds what its report leaves out, and loses it when the hidden state becomes tokens. Over the 18 CT-RATE abnormalities, this hidden-to-report surfacing gap is reflected by a drop in macro AUROC from 0.848 in the hidden states to 0.739 in the generated report. We propose SelfCue based on contrastive decoding. It promotes what the hidden state already supports and suppresses what it does not. It raises clinical efficacy F1 to 0.481 and the LLM-judged GREEN score to 0.510. Distilling that behaviour into the weights gives SelfCue-KD, a student that keeps most of the gain, needs nothing extra at inference, and drops into any pipeline already serving the baseline. Code is available at https://github.com/renjie-liang/SelfCue-CT.
• Abstract（参考訳）: 3次元CTレポート生成の進歩は通常、より高度なアーキテクチャとより大きなトレーニングデータのプールで求められている。 代わりに、3D CTレポートジェネレータは、そのレポートが残したものをすでに保持しており、隠れた状態がトークンになったときにそれを失うことに気付きました。 この18のCT-RATE異常は、隠れた状態でのAUROCのマクロ値が0.848から0.739に低下したことを反映している。 コントラストデコーディングに基づくSelfCueを提案する。 隠された状態がすでにサポートしているものを促進し、そうでないものを抑制する。 臨床効果 F1 は 0.481 に上昇し、LSM-judged GREEN は 0.510 に上昇する。 その振る舞いをウェイトに埋め込むことで、ほとんどの利得を維持する学生であるSelfCue-KDは、推論に余分な必要はなく、すでにベースラインを提供しているパイプラインに落ちます。 コードはhttps://github.com/renjie-liang/SelfCue-CTで入手できる。

関連論文リスト

• Fusion Under Component Failure: Negative Results and Failure Modes in Ensemble AI-Generated Image Detection [1.3330055788395634]
  我々は、AI生成画像検出のための通常の積み重ねアンサンブルを構築する。 3つのオープン・ディテクターが5つのスコアを発生させ、ディテクターの故障をデータ不足として扱います。 本稿は、これまでの結論を覆すものも含めて、どのようなコントロールが見つかったのかを報告する。
  論文  参考訳（メタデータ） (2026-09-23T08:14:20Z)
• Support Operation Factorization: Compositional Readout of Frozen Vision Encoders under Controlled Interventions [87.95757610455173]
  我々は、x演算グリッドとSO-OPFをサポートするために、インジェクティブに整合した残余セルアウトプロトコルを導入する。 グリッドが分かっているときにキャリアがホールドアウトバインディングを構成するかどうか、フラットなセルラベルからグリッドを回収できるかどうかという2つの質問を分離する。
  論文  参考訳（メタデータ） (2026-08-06T15:38:55Z)
• Explaining AI-Image Detection: What the Heatmap Actually Shows [65.01025489527173]
  私たちは検出器を構築し、その証拠として属性マップを添付します。 私たちは、そのペアがコントロール下の186,527のイメージにもたらすものを測定します。 属性ランキングが存在するかどうかは、検出器が画像に反応するかどうかに依存する。
  論文  参考訳（メタデータ） (2026-07-31T16:07:05Z)
• Sparse Concept Channels in Frozen 3D CT Vision Encoders [3.9173955300197973]
  大規模な視覚言語モデルは、3D画像の解釈においてますます支配的になりつつある。 まず,3次元胸部視覚言語モデル(Pillar-0)を用いて,凍結した視覚埋め込みを探索した。 i) それぞれの放射線学的発見は, フル機能の分類性能に適合する10個の視覚エンコーダチャネルのスパース/i>セットで符号化されている。
  論文  参考訳（メタデータ） (2026-07-23T07:17:11Z)
• The Gentle Collapse: Distributional Metrics for Continual Learning [7.30570760963699]
  本報告では, 真のラベルランク(TLR), 予測信頼度, および, 連続的な忘れを特徴付ける分布の分散度にまたがる6つのソフトマックス由来の指標について紹介する。 CIFAR-100では、これらの指標が正確でない情報を持っている:0%の精度で、Confusion Marginは[0.32, 0.50]のICCにまたがっており、精度は同じである。 損失重みとして使用されるサンプル単位のスコアは、CIFAR-100上の統一経験リプレイ(ER)よりも1.3ポイント少ない。
  論文  参考訳（メタデータ） (2026-06-23T20:53:06Z)
• Surflo: Consistent 3D Surface Flow Model with Global State [57.57234680235885]
  Surfloは、方向付けられた3次元表面点を、ノイズからフローマッチングを通じて独立して表面へ輸送することでデコードする。 独立なポイント単位の復号化に固有の局所的不整合を抑制するために、光度勾配を注入することにより、推定時間誘導項が近傍の点と相関する。 Surfloは、サーフェスメトリクスのフィードフォワードベースラインにマッチし、数百のビューを必要とする最適化ベースのメソッドよりも桁違いに高速に動作し、グローバルなラテントと任意の解像度のデコーディングを組み合わせた唯一のフィードフォワードアプローチである。
  論文  参考訳（メタデータ） (2026-06-11T17:48:38Z)
• Generating Reports or Repeating Templates? Measuring and Mitigating Template Collapse in 3D CT Report Generation [13.471480514512157]
  3次元医用視覚言語モデル(VLM)は、非常に低い病理検出と出力の多様性を示しながら、流線型な放射線学スタイルのテキストを生成することができる。 この障害モードをテンプレート崩壊と認識します。 CLarGenは,言い方と言い方(言語合成)を区別するフレームワークである。
  論文  参考訳（メタデータ） (2026-05-29T08:21:00Z)
• Towards Effective and Efficient Non-autoregressive Decoding Using Block-based Attention Mask [74.64216073678617]
  AMDはアテンションマスクを用いて隠された出力ラベルの連続ブロック内で並列NAR推論を行う。 ビームサーチアルゴリズムは、CTC、ARデコーダ、AMD確率の動的融合を利用するように設計されている。 LibriSpeech-100hrコーパスの実験では、AMDモジュールを組み込んだトリパルタイトデコーダが最大1.73倍のデコード速度比を生み出すことを示唆している。
  論文  参考訳（メタデータ） (2024-06-14T13:42:38Z)
• DR-Unet104 for Multimodal MRI brain tumor segmentation [7.786297008452384]
  脳MRIにおける病変分割のために,104層の畳み込み層(DR-Unet104)を有する2次元奥行きUnetを提案する。 Unetエンコーダに'bottleneck'残ブロックを追加し、各畳み込みブロックスタックの後にドロップアウトを追加するなど、Unetアーキテクチャに複数の追加を加えています。 コンボリューションは2次元のコンボリューションしかなく,低消費電力コンピュータで使用可能なメリットも備えた,競争力のある病変分割アーキテクチャを開発した。
  論文  参考訳（メタデータ） (2020-11-04T01:24:26Z)
• Classification of COVID-19 in CT Scans using Multi-Source Transfer Learning [91.3755431537592]
  我々は,従来のトランスファー学習の改良にマルチソース・トランスファー・ラーニングを応用して,CTスキャンによる新型コロナウイルスの分類を提案する。 マルチソースファインチューニングアプローチでは、ImageNetで微調整されたベースラインモデルよりも優れています。 我々の最高のパフォーマンスモデルは、0.893の精度と0.897のリコールスコアを達成でき、ベースラインのリコールスコアを9.3%上回った。
  論文  参考訳（メタデータ） (2020-09-22T11:53:06Z)
• CLARA: Clinical Report Auto-completion [56.206459591367405]
  CLARA(CLinicit Al It Report It Auto-Completion)は、医師のアンカーワードと部分的に完成した文に基づいて、文章でレポートを生成するインタラクティブな方法である。 実験では,X線で0.393 CIDEr,0.248 BLEU-4,脳波で0.482 CIDEr,0.491 BLEU-4を得た。
  論文  参考訳（メタデータ） (2020-02-26T18:45:00Z)

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。