Newest papers

What Language Adds, and at What Cost: Four Controlled Probes of Pathology Vision-Language Models

Wenhao Zhang, Zhongliang Zhou, Yi Ping, Zirui Wang, Sheng Li · 2026 · arXiv

DOI: 10.48550/arXiv.2610.26805 · open-access PDF

Korean

비전 - 언어 모델 (VLMs)은 컴퓨팅 병리학을 탐구 할 수 있고 보고서를 작성할 수 있도록 약속하지만, 언어가 비전 척추를 넘어 얼마나 많이 추가하는지는 거의 모든 시스템이 개발자가 자신의 선택의 테스트 세트에 의해 평가되기 때문에 불확실합니다. 우리는 그것이 어떻게 생성되었는지에 따라 게시 된 증거를 평가하고 통제된 탐사선을 사용하여 4 가지 주장을 테스트하여 공개된 체크포인트와 공공 데이터를 재사용하여 한 번에 한 개의 입력을 변경합니다. 보고서 텍스트는 예측 신호를 추가합니다 : 단계 편집 된 보고서의 냉동 삽입을 슬라이드 삽입에 추가하면 진행에 대한 집계된 C 지수가 0.019 증가합니다.

Machine translation (Meta M2M100); the English original follows.

Abstract

Vision--language models (VLMs) promise to make computational pathology queryable and able to draft reports, but how much language adds beyond the vision backbone is unclear, because almost every system is evaluated by its developers on test sets of their own choosing. We grade published evidence by how it was produced and test four claims with controlled probes that reuse released checkpoints and public data, varying one input at a time. Report text adds prognostic signal: adding a frozen embedding of the stage-redacted report to a slide embedding raises the pooled C-index by 0.019 for progres

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange