热点事件观察中
Ranking-PE：面向临床诊断的排序感知提示优化
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月1日，arXiv发布论文《面向多模态临床诊断的排序感知提示优化》。论文提出Ranking-PE，将多模态临床诊断的提示优化目标由准确率改为基于正负样本排序的AUROC。在MIMIC数据集的三种疾病任务上，相较于准确率优化方案，Ranking-PE在微调后的Qwen3-VL-8B上提升5.8个AUROC百分点，在MedGemma-4B上提升16.2个百分点。论文称，该方法无需额外模型调用或surrogate loss。
AI 根据报道生成 · 1 天前更新
最新进展10月1日 01:59
论文提出Ranking-PE，并报告其在MIMIC三种疾病任务上提升AUROC。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · 多模态、视频与世界模型面向多模态临床诊断的排序感知提示优化
论文提出 Ranking-PE，将多模态临床诊断的提示优化目标从准确率改为基于正负样本排序的 AUROC。在 MIMIC 的三种疾病上，Ranking-PE 相比准确率方案在 fine-tuned Qwen3-VL-8B 上提升 +5.8 AUROC pp，在 MedGemma-4B 上提升 +16.2 pp，且无需额外模型调用或 surrogate loss。
本事件热度走势
当前热度 3·可比范围峰值 3（10月2日 20:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。