Buchumschlag

Lost in the Hype: Revealing and Dissecting the Performance Degradation of Medical Multimodal Large Language Models in Image Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Xun, Mo, Fanbin, Chen, Xi, Zheng, Kaili, Yang, Shaoshuai, Shi, Yiming, Gao, Jian, Li, Miao, Wu, Ji
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Multi-task Learning Capability of Medical Generalist Foundation Model via Image-centric Multi-annotation Data
von: Zhu, Xun, et al.
Veröffentlicht: (2025)

Uni-Med: A Unified Medical Generalist Foundation Model For Multi-Task Learning Via Connector-MoE
von: Zhu, Xun, et al.
Veröffentlicht: (2024)

MedM-VL: What Makes a Good Medical LVLM?
von: Shi, Yiming, et al.
Veröffentlicht: (2025)

Connector-S: A Survey of Connectors in Multi-modal Large Language Models
von: Zhu, Xun, et al.
Veröffentlicht: (2025)

Med-2E3: A 2D-Enhanced 3D Medical Multimodal Large Language Model
von: Shi, Yiming, et al.
Veröffentlicht: (2024)

Case-Aware Medical Image Classification with Multimodal Knowledge Graphs and Reliability-Guided Refinement
von: Xu, Yiming, et al.
Veröffentlicht: (2026)

Degradation-Robust Fusion: An Efficient Degradation-Aware Diffusion Framework for Multimodal Image Fusion in Arbitrary Degradation Scenarios
von: Shi, Yu, et al.
Veröffentlicht: (2026)

Towards Metric-Aware Multi-Person Mesh Recovery by Jointly Optimizing Human Crowd in Camera Space
von: Wang, Kaiwen, et al.
Veröffentlicht: (2025)

InterMesh: Explicit Interaction-Aware End-to-End Multi-Person Human Mesh Recovery
von: Zheng, Kaili, et al.
Veröffentlicht: (2026)

VN-Net: Vision-Numerical Fusion Graph Convolutional Network for Sparse Spatio-Temporal Meteorological Forecasting
von: Xiong, Yutong, et al.
Veröffentlicht: (2024)

BoxComm: Benchmarking Category-Aware Commentary Generation and Narration Rhythm in Boxing
von: Wang, Kaiwen, et al.
Veröffentlicht: (2026)

Revolution or Hype? Seeking the Limits of Large Models in Hardware Design
von: Xu, Qiang, et al.
Veröffentlicht: (2025)

Multimodal Imaging and Clinical Features of Aortic Dissection in a Cat
von: Yewon Ji, et al.
Veröffentlicht: (2025)

Embedding Radiomics into Vision Transformers for Multimodal Medical Image Classification
von: Yang, Zhenyu, et al.
Veröffentlicht: (2025)

Mamba? Catch The Hype Or Rethink What Really Helps for Image Registration
von: Jian, Bailiang, et al.
Veröffentlicht: (2024)

Coupled Degradation Modeling and Fusion: A VLM-Guided Degradation-Coupled Network for Degradation-Aware Infrared and Visible Image Fusion
von: Zhang, Tianpei, et al.
Veröffentlicht: (2025)

MIPS: a Multimodal Infinite Polymer Sequence Pre-training Framework for Polymer Property Prediction
von: Wang, Jiaxi, et al.
Veröffentlicht: (2025)

TinyLLaVA Factory: A Modularized Codebase for Small-scale Large Multimodal Models
von: Jia, Junlong, et al.
Veröffentlicht: (2024)

Dissecting Role Cognition in Medical LLMs via Neuronal Ablation
von: Liang, Xun, et al.
Veröffentlicht: (2025)

LKA: Large Kernel Adapter for Enhanced Medical Image Classification
von: Zhu, Ziquan, et al.
Veröffentlicht: (2025)

Dissecting Failure Dynamics in Large Language Model Reasoning
von: Zhu, Wei, et al.
Veröffentlicht: (2026)

Dissecting Dissonance: Benchmarking Large Multimodal Models Against Self-Contradictory Instructions
von: Gao, Jin, et al.
Veröffentlicht: (2024)

Beyond the Hype: Embeddings vs. Prompting for Multiclass Classification Tasks
von: Kokkodis, Marios, et al.
Veröffentlicht: (2025)

Dissecting Performance Degradation in Audio Source Separation under Sampling Frequency Mismatch
von: Imamura, Kanami, et al.
Veröffentlicht: (2026)

Hypeful worlds
von: Tom Neumark
Veröffentlicht: (2024)

Enhancing Spatial Reasoning in Multimodal Large Language Models through Reasoning-based Segmentation
von: Ning, Zhenhua, et al.
Veröffentlicht: (2025)

HypeMed: Enhancing Medication Recommendations with Hypergraph-Based Patient Relationships
von: Zhang, Xiangxu, et al.
Veröffentlicht: (2026)

VP-Hype: A Hybrid Mamba-Transformer Framework with Visual-Textual Prompting for Hyperspectral Image Classification
von: Sellam, Abdellah Zakaria, et al.
Veröffentlicht: (2026)

Harnessing the Power of Natural Products for Targeted Protein Degradation
von: Bo Zhu, et al.
Veröffentlicht: (2025)

Lost in Multilinguality: Dissecting Cross-lingual Factual Inconsistency in Transformer Language Models
von: Wang, Mingyang, et al.
Veröffentlicht: (2025)

Decoding Visual Neural Representations by Multimodal with Dynamic Balancing
von: sun, Kaili, et al.
Veröffentlicht: (2025)

Nexus-INR: Diverse Knowledge-guided Arbitrary-Scale Multimodal Medical Image Super-Resolution
von: Zhang, Bo, et al.
Veröffentlicht: (2025)

COMET: Concept Space Dissection of the Modality Gap in Audio-Text Multimodal Contrastive Embeddings
von: Zhu, Yonggang, et al.
Veröffentlicht: (2026)

Foundation Models in Biomedical Imaging: Turning Hype into Reality
von: Muneer, Amgad, et al.
Veröffentlicht: (2025)

GoIRL: Graph-Oriented Inverse Reinforcement Learning for Multimodal Trajectory Prediction
von: Pei, Muleilan, et al.
Veröffentlicht: (2025)

Medical Image Classification with KAN-Integrated Transformers and Dilated Neighborhood Attention
von: Manzari, Omid Nejati, et al.
Veröffentlicht: (2025)

Rethinking the Unpretentious U-net for Medical Ultrasound Image Segmentation
von: Chen, Gongping, et al.
Veröffentlicht: (2022)

MultiFair: Multimodal Balanced Fairness-Aware Medical Classification with Dual-Level Gradient Modulation
von: Zubair, Md, et al.
Veröffentlicht: (2025)

Assessing Large Multimodal Models for One‐Shot Learning and Interpretability in Biomedical Image Classification
von: Wenpin Hou, et al.
Veröffentlicht: (2025)

Linear Image Regridding and Coaddition with Oversampled Point Spread Functions: Lessons from 1D
von: Cao, Kaili
Veröffentlicht: (2025)