arXivのプレプリントとして、胸部X線(CXR)診断向けのマルチモーダル大規模言語モデル「CX-Mind」が報告されています。 / 原文では、従来の「一回で答える」方式ではなく、思考と回答を交互に進める推論を目指していると説明されています。 / 学習には、708,473枚の画像を含むCX-Setと、臨床レポートで監督された42,828件の高品質な推論データが用いられたとされています。