Etichette deboli di BiomedCLIP mostrano un netto crossover nei benchmark di imaging medico

Un recente articolo su arXiv esamina il punto in cui la supervisione debole da modelli visione-linguaggio passa dall'essere benefica a dannosa nel campo dell'imaging medico. La ricerca utilizza etichette deboli generate da BiomedCLIP su tre benchmark—PCAM, ISIC e NIH-CXR—e valuta sei architetture downstream con una variazione di parametri di 11x. I risultati indicano che il crossover avviene a circa 100 campioni per PCAM, 20-50 per ISIC e 250-500 per NIH-CXR. Oltre questi limiti, le etichette deboli possono ridurre l'AUC fino a -0,10. Questo punto di crossover rimane coerente in quattro delle cinque architetture pre-addestrate, e un'analisi DenseNet (2,5x parametri, stesso pre-addestramento) conferma le aspettative teoriche. Questo studio traduce la teoria tradizionale delle etichette rumorose in un quadro pratico per i moderni etichettatori basati su modelli foundation.