链式适应：基于强化学习的外科视觉语言适应
计算机视觉与模式识别
2026-03-23 v1 人工智能
摘要
传统的针对特定领域数据集进行微调可能无意中改变模型的预训练多模态先验，导致泛化能力下降。为此，我们提出链式适应（Chain-of-Adaptation, CoA），一种旨在整合领域知识而又保持模型内在推理和感知能力的适应框架。CoA引入了结构化推理格式，以增强领域对齐，同时不牺牲通用多模态能力，采用强化学习。实验在标准外科基准测试上进行，包括分布内和分布外设置，均显示CoA在准确率、泛化能力和稳定性方面均优于监督式微调。此外，消融研究确认CoA有效保留了模型的核心视觉语言能力，为VLMs的领域专业化提供了可靠的路径。
引用
@article{arxiv.2603.20116,
title = {Chain-of-Adaptation: Surgical Vision-Language Adaptation with Reinforcement Learning},
author = {Jiajie Li and Chenhui Xu and Meihuan Liu and Jinjun Xiong},
journal= {arXiv preprint arXiv:2603.20116},
year = {2026}
}