WSI-VQA Agent Memory Training-Free Pathology AI
摘要

全切片图像视觉问答(WSI-VQA)将病理学视为极端上下文搜索问题。现有方法或依赖特定任务监督,或因仅基于问题相关性而遗漏关键形态特征。本文提出 PathNavigate,一种免训练病理智能体,采用“扫描 - 搜索 - 读出”流程。该智能体利用共享在线记忆模块在低倍率下扫描生成特定于幻灯片的“惊喜场”,标记异常区域池;随后仅在池内应用问题条件相关性进行高倍率搜索;最后利用同一在线记忆作为幻灯片级上下文提取证据并作答。实验表明,该设计提高了答案准确性、可解释性及效率。

AI 推荐理由

论文核心创新在于共享幻灯片记忆模块与惊喜引导扫描机制,显著优化了长上下文搜索。

研究机构
Tencent Jurrvis Lab University of Cambridge
论文信息
作者 Chunze Yang, Qidong Liu, Wenjie Zhao, Yue Tang, Jiusong Ge et al.
发布日期 2026-05-22
arXiv ID 2605.23559
相关性评分 8/10 (高度相关)