KorMedMCQA-V：韩国医学执照考试多模态问答基准
计算机视觉与模式识别
2026-02-17 v1 人工智能
计算与语言
摘要
我们介绍KorMedMCQA-V，一个韩国医学执照考试风格的多模态多选问答基准，用于评估视觉语言模型（VLM）。数据集包含1534个问题，配有2043张图片，来源于韩国医学执照考试（2012-2023年），约30%的问题包含多个图片需跨图证据集成。图片覆盖X光、CT、心电图（ECG）、超声、内镜及其他医学影像。我们在统一的零样体评估协议下对50多个VLM进行基准测试，涵盖专有模型和开源模型——分别包括通用型、医学专用型和韩国专用型家族。最佳专有模型（Gemini-3.0-Pro）达到96.9%准确率，最佳开源模型（Qwen3-VL-32B-Thinking）为83.7%，最佳韩国专用模型（VARCO-VISION-2.0-14B）仅为43.2%。我们进一步发现，面向推理的模型变体在指令微调版基础上可提升最高20个百分点，医学领域专业化对强大的通用基线模型效果不一致，所有模型在多图问题表现下降，而不同影像模态下的性能差异显著。通过补充文本-only KorMedMCQA基准，KorMedMCQA-V形成韩国医学推理在文本-only和多模态条件下的统一评估套件。数据集已通过 Hugging Face Datasets发布：https://huggingface.co/datasets/seongsubae/KorMedMCQA-V。
引用
@article{arxiv.2602.13650,
title = {KorMedMCQA-V: A Multimodal Benchmark for Evaluating Vision-Language Models on the Korean Medical Licensing Examination},
author = {Byungjin Choi and Seongsu Bae and Sunjun Kweon and Edward Choi},
journal= {arXiv preprint arXiv:2602.13650},
year = {2026}
}
备注
17 pages, 2 figures, 6 tables. (Includes appendix.)