Buchumschlag

Improving Medical Visual Reinforcement Fine-Tuning via Perception and Reasoning Augmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Guangjing, Yu, ZhangYuan, Qin, Ziyuan, Song, Xinyuan, Yi, Huahui, Kang, Qingbo, Gao, Jun, Li, Yiyue, Du, Chenlin, Lao, Qicheng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MLAE: Masked LoRA Experts for Visual Parameter-Efficient Fine-Tuning
von: Wang, Junjie, et al.
Veröffentlicht: (2024)

MedLoc-R1: Performance-Aware Curriculum Reward Scheduling for GRPO-Based Medical Visual Grounding
von: Yang, Guangjing, et al.
Veröffentlicht: (2026)

Guiding Medical Vision-Language Models with Explicit Visual Prompts: Framework Design and Comprehensive Exploration of Prompt Variations
von: Zhu, Kangyu, et al.
Veröffentlicht: (2025)

Confounder-Aware Medical Data Selection for Fine-Tuning Pretrained Vision Models
von: Ji, Anyang, et al.
Veröffentlicht: (2025)

iDPA: Instance Decoupled Prompt Attention for Incremental Medical Object Detection
von: Yi, Huahui, et al.
Veröffentlicht: (2025)

One-to-Normal: Anomaly Personalization for Few-shot Anomaly Detection
von: Li, Yiyue, et al.
Veröffentlicht: (2025)

Evaluating Hallucination in Text-to-Image Diffusion Models with Scene-Graph based Question-Answering Agent
von: Qin, Ziyuan, et al.
Veröffentlicht: (2024)

Stabilized Fine-Tuning with LoRA in Federated Learning: Mitigating the Side Effect of Client Size and Rank via the Scaling Factor
von: Huang, Jiayu, et al.
Veröffentlicht: (2026)

Reason-RFT: Reinforcement Fine-Tuning for Visual Reasoning of Vision Language Models
von: Tan, Huajie, et al.
Veröffentlicht: (2025)

Align and Surpass Human Camouflaged Perception: Visual Refocus Reinforcement Fine-Tuning
von: Shen, Ruolin, et al.
Veröffentlicht: (2025)

Observation of anomalous Floquet non-Abelian topological insulators
von: Qiu, Huahui, et al.
Veröffentlicht: (2025)

Visual-RFT: Visual Reinforcement Fine-Tuning
von: Liu, Ziyu, et al.
Veröffentlicht: (2025)

Mind the Gap: Data Rewriting for Stable Off-Policy Supervised Fine-Tuning
von: Zhao, Shiwan, et al.
Veröffentlicht: (2025)

Visual Agentic Reinforcement Fine-Tuning
von: Liu, Ziyu, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Fine-Tuning With Preference Optimization For Visual Program Generation
von: Kang, Deokhyung, et al.
Veröffentlicht: (2025)

TV-SAM: Increasing Zero-Shot Segmentation Performance on Multimodal Medical Images Using GPT-4 Generated Descriptive Prompts Without Human Annotation
von: Jiang, Zekun, et al.
Veröffentlicht: (2024)

Learning from Generalization Patterns: An Evaluation-Driven Approach to Enhanced Data Augmentation for Fine-Tuning Small Language Models
von: Song, Huan, et al.
Veröffentlicht: (2025)

RPO:Reinforcement Fine-Tuning with Partial Reasoning Optimization
von: Yi, Hongzhu, et al.
Veröffentlicht: (2026)

Multi-modal Instruction Tuned LLMs with Fine-grained Visual Perception
von: He, Junwen, et al.
Veröffentlicht: (2024)

FlowX: Towards Explainable Graph Neural Networks via Message Flows
von: Gui, Shurui, et al.
Veröffentlicht: (2022)

ReFT: Reasoning with Reinforced Fine-Tuning
von: Luong, Trung Quoc, et al.
Veröffentlicht: (2024)

NoisyRollout: Reinforcing Visual Reasoning with Data Augmentation
von: Liu, Xiangyan, et al.
Veröffentlicht: (2025)

Scheduled trips for various bus types
von: Zhou, Guangjing
Veröffentlicht: (2025)

On the Suitability of Reinforcement Fine-Tuning to Visual Tasks
von: Chen, Xiaxu, et al.
Veröffentlicht: (2025)

GeoVLM-R1: Reinforcement Fine-Tuning for Improved Remote Sensing Reasoning
von: Fiaz, Mustansar, et al.
Veröffentlicht: (2025)

SATQuest: A Verifier for Logical Reasoning Evaluation and Reinforcement Fine-Tuning of LLMs
von: Zhao, Yanxiao, et al.
Veröffentlicht: (2025)

Enhancing Clinical Text Classification via Fine-Tuned DRAGON Longformer Models
von: Yang, Mingchuan, et al.
Veröffentlicht: (2025)

Reinforcement Fine-Tuning Powers Reasoning Capability of Multimodal Large Language Models
von: Sun, Haoyuan, et al.
Veröffentlicht: (2025)

Towards Efficient Medical Reasoning with Minimal Fine-Tuning Data
von: Zhuang, Xinlin, et al.
Veröffentlicht: (2025)

Curriculum Prompting Foundation Models for Medical Image Segmentation
von: Zheng, Xiuqi, et al.
Veröffentlicht: (2024)

VideoRFT: Incentivizing Video Reasoning Capability in MLLMs via Reinforced Fine-Tuning
von: Wang, Qi, et al.
Veröffentlicht: (2025)

Improving U-Net Confidence on TEM Image Data with L2-Regularization, Transfer Learning, and Deep Fine-Tuning
von: Ochoa, Aiden, et al.
Veröffentlicht: (2025)

Improving Medical Reasoning through Retrieval and Self-Reflection with Retrieval-Augmented Large Language Models
von: Jeong, Minbyul, et al.
Veröffentlicht: (2024)

ConsistentRFT: Reducing Visual Hallucinations in Flow-based Reinforcement Fine-Tuning
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2026)

MARFT: Multi-Agent Reinforcement Fine-Tuning
von: Liao, Junwei, et al.
Veröffentlicht: (2025)

Improving Retrieval Augmented Language Model with Self-Reasoning
von: Xia, Yuan, et al.
Veröffentlicht: (2024)

Multimodal LLM Augmented Reasoning for Interpretable Visual Perception Analysis
von: Chaudhari, Shravan, et al.
Veröffentlicht: (2025)

Supervised Fine Tuning on Curated Data is Reinforcement Learning (and can be improved)
von: Qin, Chongli, et al.
Veröffentlicht: (2025)

Parameter-Efficient Fine-Tuning Medical Multimodal Large Language Models for Medical Visual Grounding
von: He, Jinlong, et al.
Veröffentlicht: (2024)

SaFeR-VLM: Toward Safety-aware Fine-grained Reasoning in Multimodal Models
von: Yi, Huahui, et al.
Veröffentlicht: (2025)