diagnostic-priors

本文研究了将大语言模型适配到3D CT报告生成的参数高效策略，提出了RAD3D-Prefix，一个轻量级的诊断先验条件框架，该框架保持LLM冻结，仅需极少的可训练参数。结果表明，冻结更大的LLM（约10亿参数以上）并仅训练轻量级投影层，能够在性能、泛化能力和计算效率之间实现更优的权衡。