When Fusion Fails: Corruption-Aware Rebalanced Fusion for Multi-Modal Medical Image Segmentation
为解决多模态医学图像分割中因质量差异导致的融合失败问题，提出CoReFuse-Med框架，通过抑制特征传输中的损坏并重新平衡模态贡献来提高准确性和鲁棒性。
0 citationsRead paper
Selected work
Representative Papers
RVSD: Retrieval Vision Sparse Decoding for Mitigating Visual Hallucinations in Large Vision-Language Models
为减少大型视觉-语言模型中的视觉幻觉，提出RVSD框架，通过语义导向的令牌选择和语义空间视觉检索机制，在不增加训练成本的情况下统一了令牌稀疏化与视觉补偿。
0 citationsRead paper
Recent publications
Latest Papers
When Fusion Fails: Corruption-Aware Rebalanced Fusion for Multi-Modal Medical Image Segmentation
为解决多模态医学图像分割中因质量差异导致的融合失败问题，提出CoReFuse-Med框架，通过抑制特征传输中的损坏并重新平衡模态贡献来提高准确性和鲁棒性。
0 citationsRead paper
RVSD: Retrieval Vision Sparse Decoding for Mitigating Visual Hallucinations in Large Vision-Language Models
为减少大型视觉-语言模型中的视觉幻觉，提出RVSD框架，通过语义导向的令牌选择和语义空间视觉检索机制，在不增加训练成本的情况下统一了令牌稀疏化与视觉补偿。
0 citationsRead paper