80亿参数模型（EVLF-FM）在多模态理解方面超越临床医生
摘要
《自然》上的一篇论文介绍了 EVLF-FM，这是一款拥有 80 亿参数、具备细粒度可解释性的临床多模态视觉语言基础模型，在放射学、皮肤病学及其他医疗任务中的表现优于临床医生，表明前沿水平的医疗智能无需数据中心级别的算力即可运行。
相似文章
ClinFusion：面向全面医疗理解的以视觉为中心的多模态大语言模型系统
ClinFusion 是一个以视觉为中心的多模态大语言模型，用于全面医疗理解，它使用级联视觉编码器统一了 2D 和 3D 医学图像分析。它在 24 个基准测试中的 20 个上达到了最先进的结果，并在 16 个基准测试中的 13 个上超越了 GPT-5.2 和 Gemini-3-Flash 等专有模型。
@abidlabs：对于一个8B模型来说，非常出色！在这里查看 @Gradio 应用：https://huggingface.co/spaces/LiquidAI/LFM2.5-8B-A1B…
Liquid AI 发布了 LFM2.5-8B-A1B，这是一个8B MoE模型，拥有1.5B活跃参数和128K上下文，为边缘设备优化。
LFM2.5-VL-3B for Better and Faster Vision Capabilities for the Edge
LiquidAI announces LFM2.5-VL-3B, an efficient vision-language model for edge hardware with improved screen understanding, grounding, multi-image input, and function calling, trained with 4x more vision data and post-training via SFT and RL.
大型语言模型作为统一多模态学习器用于临床预测
该论文提出将多模态患者数据（文本、实验室结果、生命体征）转换为单一自然语言序列，并对大型语言模型进行微调以用于临床预测，在三个任务中实现了与专用融合架构相当或更优的性能。
@HuggingModels: 你是否曾想要一个能够‘看到’医学图像并回答相关问题的人工智能？这个模型，llava-medical-8B-clip-vit-…
本文介绍了 llava-medical-8B-clip-vit-stage2，这是一个专为医疗保健领域微调的专用视觉语言模型，使人工智能能够解读 X 光和 MRI 等医学图像并回答相关问题。