වෛද්‍ය VQA: විකල්ප පුළුල් කරන යොමුකරණයෙන් මිශ්‍ර-ආකෘති ප්‍රශ්නවලට 92.23%ක නිවැරදිතාවක්
2026 සැප්තැම්බර් 1 දින ආර්කයිව් (arXiv) වෙත ඉදිරිපත් කළ පූර්ව පර්යේෂණ පත්‍රිකාවක, හායි-ඩැං න්ගුයෙන් (Hai-Dang Nguyen) සහ හුයි-හියු ෆාම් (Huy-Hieu Pham) වෛද්‍ය දෘශ්‍ය ප්‍රශ්නෝත්තරකරණයේ (medical visual question answering) ප්‍රධාන ගැටලුවක් විමසා බලති. පාඨ, රූප හෝ වාර්තා යන විවිධ ආකෘතිවලින් ලැබෙන ප්‍රශ්න නිවැරදි විශේෂඥ මාදිලි වෙත යොමු කරන ආකාරය, මිශ්‍ර-ආකෘති සැකසුම් දාමවල නිවැරදිතාව තීරණය කරයි.
ඔවුන්ගේ දායකත්වය වන්නේ තේරීම සඳහා ඇති විකල්ප විශේෂඥ මාදිලි සංඛ්‍යාව පුළුල් කරන නව යොමුකරණයක් (candidate-expanding router) හඳුන්වා දීමයි. එහි විශේෂඥ අනුපිළිවෙළ මාරු කිරීම් හමුවේ ස්ථාවර කර ඇති අතර, අතීත සිද්ධි 1,403ක් පිළිබඳ පසු විමර්ශනයකදී එය 92.23%ක අවසන් නිවැරදිතාවකට ළඟා වූ බව කතුවරු වාර්තා කරති. යොමුකරණය සහ දත්ත ව්‍යුහ පාලන (schema controls) හරහා මිශ්‍ර-ආකෘති සැකසුම් දාම වැඩිදියුණු කිරීමේ ප්‍රායෝගික මඟක් මෙම අධ්‍යයනයෙන් පෙන්වයි.
මෙහි සීමා වැදගත්ය: මෙය පූර්ව පර්යේෂණ පත්‍රිකාවක් සහ අභ්‍යන්තර පසු විමර්ශන විශ්ලේෂණයකි. කතුවරු වාර්තා කරන නිවැරදිතාව, සායනික ආරක්ෂාව හෝ බාහිර තත්ත්වයන්ට අදාළ වලංගුභාවය තහවුරු කිරීමක් නොවේ. කිසිදු වෛද්‍ය භාවිතයකට පෙර ප්‍රකාශිත වාර්තාකරණ ඇගයීමක් අත්‍යවශ්‍යය.