Buchumschlag

The Double Dilemma in Multi-Task Radiology Report Generation: A Gradient Dynamics Analysis and Solution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Erjian, Hao, Yatong, Wang, Liejun, Guo, Zhiqing
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Equilibrium: Dynamic Weighting Framework for Generalized Interruption of DeepFake Models
von: Zheng, Hongrui, et al.
Veröffentlicht: (2026)

Direct Preference Optimization for Suppressing Hallucinated Prior Exams in Radiology Report Generation
von: Banerjee, Oishi, et al.
Veröffentlicht: (2024)

RA-RRG: Multimodal Retrieval-Augmented Radiology Report Generation with Key Phrase Extraction
von: Park, Jonggwon, et al.
Veröffentlicht: (2025)

Gla-AI4BioMed at RRG24: Visual Instruction-tuned Adaptation for Radiology Report Generation
von: Zhang, Xi, et al.
Veröffentlicht: (2024)

Multi-Task Model Merging via Adaptive Weight Disentanglement
von: Xiong, Feng, et al.
Veröffentlicht: (2024)

R2Gen-Mamba: A Selective State Space Model for Radiology Report Generation
von: Sun, Yongheng, et al.
Veröffentlicht: (2024)

RadPhi-3: Small Language Models for Radiology
von: Ranjit, Mercy, et al.
Veröffentlicht: (2024)

VLM-KG: Multimodal Radiology Knowledge Graph Generation
von: Abdullah, Abdullah, et al.
Veröffentlicht: (2025)

BYOM: Building Your Own Multi-Task Model For Free
von: Jiang, Weisen, et al.
Veröffentlicht: (2023)

Classifier-guided Gradient Modulation for Enhanced Multimodal Learning
von: Guo, Zirun, et al.
Veröffentlicht: (2024)

LLM as a Complementary Optimizer to Gradient Descent: A Case Study in Prompt Tuning
von: Guo, Zixian, et al.
Veröffentlicht: (2024)

Monkey Jump : MoE-Style PEFT for Efficient Multi-Task Learning
von: Prottasha, Nusrat Jahan, et al.
Veröffentlicht: (2026)

Not All Tokens Matter Equally: Dynamic In-context Vector Distillation with Decisive-Token Supervision for Long-form Medical Report Generation
von: Wu, Ning, et al.
Veröffentlicht: (2026)

$\nabla τ$: Gradient-based and Task-Agnostic machine Unlearning
von: Trippa, Daniel, et al.
Veröffentlicht: (2024)

MoTe: Learning Motion-Text Diffusion Model for Multiple Generation Tasks
von: Wu, Yiming, et al.
Veröffentlicht: (2024)

Language-Pretraining-Induced Bias: A Strong Foundation for General Vision Tasks
von: Luo, Yaxin, et al.
Veröffentlicht: (2026)

Multi-Modal Multi-Agent Reinforcement Learning for Radiology Report Generation
von: Baba, Kaito, et al.
Veröffentlicht: (2026)

RadDiff: Describing Differences in Radiology Image Sets with Natural Language
von: Shen, Xiaoxian, et al.
Veröffentlicht: (2026)

MMFactory: A Universal Solution Search Engine for Vision-Language Tasks
von: Fan, Wan-Cyuan, et al.
Veröffentlicht: (2024)

Gradient descent with generalized Newton's method
von: Bu, Zhiqi, et al.
Veröffentlicht: (2024)

All in One: Unifying Deepfake Detection, Tampering Localization, and Source Tracing with a Robust Landmark-Identity Watermark
von: Wu, Junjiang, et al.
Veröffentlicht: (2026)

HistGen: Histopathology Report Generation via Local-Global Feature Encoding and Cross-modal Context Interaction
von: Guo, Zhengrui, et al.
Veröffentlicht: (2024)

Similarity Memory Prior is All You Need for Medical Image Segmentation
von: Tang, Hao, et al.
Veröffentlicht: (2025)

MAIRA-2: Grounded Radiology Report Generation
von: Bannur, Shruthi, et al.
Veröffentlicht: (2024)

Video-Text Dataset Construction from Multi-AI Feedback: Promoting Weak-to-Strong Preference Learning for Video Large Language Models
von: Yi, Hao, et al.
Veröffentlicht: (2024)

LLaVA-NeXT-Interleave: Tackling Multi-image, Video, and 3D in Large Multimodal Models
von: Li, Feng, et al.
Veröffentlicht: (2024)

MoLAN: A Unified Modality-Aware Noise Dynamic Editing Framework for Multimodal Sentiment Analysis
von: Xu, Xingle, et al.
Veröffentlicht: (2025)

CheXpert Plus: Augmenting a Large Chest X-ray Dataset with Text Radiology Reports, Patient Demographics and Additional Image Formats
von: Chambon, Pierre, et al.
Veröffentlicht: (2024)

GIT-CXR: End-to-End Transformer for Chest X-Ray Report Generation
von: Sîrbu, Iustin, et al.
Veröffentlicht: (2025)

Localize-and-Stitch: Efficient Model Merging via Sparse Task Arithmetic
von: He, Yifei, et al.
Veröffentlicht: (2024)

Efficient Stitchable Task Adaptation
von: He, Haoyu, et al.
Veröffentlicht: (2023)

Task-Specific Directions: Definition, Exploration, and Utilization in Parameter Efficient Fine-Tuning
von: Si, Chongjie, et al.
Veröffentlicht: (2024)

RadZero: Similarity-Based Cross-Attention for Explainable Vision-Language Alignment in Chest X-ray with Zero-Shot Multi-Task Capability
von: Park, Jonggwon, et al.
Veröffentlicht: (2025)

Improving Visual Grounding by Encouraging Consistent Gradient-based Explanations
von: Yang, Ziyan, et al.
Veröffentlicht: (2022)

Rethinking Training Dynamics in Scale-wise Autoregressive Generation
von: Zhou, Gengze, et al.
Veröffentlicht: (2025)

Gradient Similarity Surgery in Multi-Task Deep Learning
von: Borsani, Thomas, et al.
Veröffentlicht: (2025)

Text-centric Alignment for Multi-Modality Learning
von: Tsai, Yun-Da, et al.
Veröffentlicht: (2024)

No Train, all Gain: Self-Supervised Gradients Improve Deep Frozen Representations
von: Simoncini, Walter, et al.
Veröffentlicht: (2024)

GenSim: Generating Robotic Simulation Tasks via Large Language Models
von: Wang, Lirui, et al.
Veröffentlicht: (2023)

Technical Report: Quantifying and Analyzing the Generalization Power of a DNN
von: He, Yuxuan, et al.
Veröffentlicht: (2025)