Forensic Reproducibility Audit of a Radiology Vision-Language Model Benchmark: From Intended Protocol to Released Artifact

arXiv cs.CL ・ 2026-07-28

AI による要約

放射線画像向け視覚言語モデル（VLM）ベンチマークに対する事後フォレンジック監査が行われ、プロンプトの誤適用や画像変換エラーなどの重大な不一致が発見されました。医療AIにおける評価基盤の不備を浮き彫りにし、信頼できる検証プロトコルの必要性を示しています。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。