跳到正文
热点事件持续更新

多模态LLM抽取扫描评估表信息,准确率最高97.5%

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Enshuo Hsu等作者提交预印本论文,提出一套模块化多模态大模型系统,用于从扫描版认知与行为评估表中抽取字段和评分,并设有人工复核环节。系统按表单类型分派对应的分数抽取器,覆盖MMSE、MoCA、Mini-Cog及NICHQ Vanderbilt四类表单。 作者报告的结果是:认知评估类表单端到端准确率为88%,NICHQ Vanderbilt表单为97.5%。这些数字来自论文自述,尚待独立验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    基于多模态大语言模型的扫描版认知与行为评估表视觉信息抽取系统

    研究提出一套模块化多模态 LLM 系统,用表单分类器加对应分数抽取器处理 MMSE、MoCA、Mini-Cog 及 NICHQ Vanderbilt 扫描评估表,认知评估端到端准确率 88%,NICHQ Vanderbilt 达 97.5%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。