跨尺度推理 病理图像分析 视觉语言模型 强化学习
摘要

病理诊断本质上是多尺度的,需整合低倍下的全局组织结构与高倍下的细胞形态。然而,现有基准和视觉语言模型多基于单尺度设定,限制了多倍率推理能力的学习。为此,本文提出抗捷径的跨尺度病理推理框架,设计对抗性纯文本筛选与结构控制干扰采样策略,构建包含万余问题的 PathScale-VQA 基准。在此基础上,PathScale-R1 通过难度驱动的推理蒸馏微调及引入尺度感知推理结构奖励的强化学习进行优化,显著提升了跨尺度推理性能。

AI 推荐理由

论文核心聚焦跨尺度推理机制,提出难度驱动蒸馏与强化学习奖励结构以增强推理能力。

研究机构
Member, IEEE
论文信息
作者 Chi Phan, Tianyi Zhang, Yufeng Wu, Qiaochu Xue, Jiajie Zhang et al.
发布日期 2026-07-26
arXiv ID 2607.23794
相关性评分 9/10 (高度相关)