纵向胸部 X 射线报告的转换感知最佳 N 采样

在纵向临床实践中，每张胸部 X 光片都是在患者之前检查的背景下阅读的，放射科医生传达的大部分信息是从一次就诊到下一次就诊的变化。据我们所知，我们提出了第一个 无需训练 best-of-N 采样方案，用于预先训练的胸部 X 射线报告生成器，该方案在当前转换之前明确意识到这一纵向。我们称之为转换感知的 best-of-N 采样，每个报告被分成句子并嵌入到 Rd 中的无序集合中；每个（先前的，当前的）对通过设计用于编码两个集合之间的变化的集合到集合的距离减少为固定暗淡的方向向量；候选者根据候选转换向量到 真值 训练转换向量缓存库的余弦距离进行评分，聚合为 min 或 kNN。我们用四个方向设定距离（均值漂移、新颖性残差、定向 Hausdorff 锚点和成本加权最优传输）实例化该框架，并对多次访问 AP-PA 队列进行评估，在三个视觉语言生成器上的三个提示下运行推理。具有转换意识的 N 中最佳选择全面优于随机选择，其中印象部分的相对收益最大。