热点事件持续更新
研究提出多模态医疗AI部署经验学习框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月8日，arXiv发布的研究提出了一种面向多模态医疗AI的模型无关部署经验学习框架。该框架能够使参数冻结的LLM与VLM通过技能（Skill）、知识记忆（Knowledge Memory）和多模态知识库（Multimodal Knowledge Base）三种外部专业知识，从实际部署经验中持续学习。在涵盖临床诊断与医疗推理等6个基准数据集以及4个开源和闭源基座模型的测试中，该框架使医疗任务在线部署性能最高提升34.2%，并支持免优化迁移与跨领域泛化。
AI 根据报道生成 · 6 小时前更新
最新进展10月8日 12:00
研究提出面向多模态医疗AI的经验学习框架，在冻结模型参数下使在线部署性能最高提升34.2%。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 人工智能冻结模型与持续演进：面向多模态医疗 AI 的模型无关部署经验学习框架
研究提出一种模型无关框架，使参数冻结的 LLM 与 VLM 能通过 Skill、Knowledge Memory 和 Multimodal Knowledge Base 三种外部专业知识从部署经验中持续学习。在涵盖临床诊断与医疗推理等 6 个基准及 4 个开源和闭源基座模型的测试中，该框架使医疗任务在线部署性能最高提升 34.2%，并支持免优化迁移与跨领域泛化。
本事件热度走势
当前热度 8·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。