Do Accuracy Gains Reflect Genuine Visual Understanding? A Multi-Model Evaluation of Vision–Language Models in Thoracic Imaging
0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : kr. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Do Accuracy Gains Reflect Genuine Visual Understanding? A Multi-Model Evaluation of Vision–Language Models in Thoracic Imaging
- Date Crossref
- 26/08/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Seoul National University Hospital Department of Radiology pays non établi dans la noticeÉtablissement de santé
-
National Cancer Center pays non établi dans la noticeÉtablissement de santé
-
Department of Radiology pays non établi dans la noticeInstitution
Department of Radiology — Seoul National University Hospital, National Cancer Center et Department of Radiology.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Radiology practices and educationMultimodal Machine Learning ApplicationsCOVID-19 diagnosis using AI