RVLM：具有自适应深度的递归视觉语言模型

针对医疗 AI 系统单次推理不可解释及固定迭代预算效率低下的问题，本文提出 RVLM 框架。该框架以迭代生成 - 执行循环替代单次推理，通过编写代码、调用视觉子代理及操纵图像来积累证据，确保诊断主张可审计。引入 RRouter 模块，根据任务复杂度预测最优迭代预算并监控进度，实现自适应深度控制。在脑 MRI 和胸部 X 光数据集上的评估表明，该方法在关键发现上具有高一致性，能检测跨模态差异并生成结构化报告。