**多模态大模型能否真正理解OCT图像？**

_Can Multimodal Large Language Models Understand OCT?_

> HuggingFace每日论文推荐：研究提出OCT-Bench基准，包含10,076道选择题，旨在全面评估多模态大语言模型在光学相干断层扫描图像上的感知、认知与推理能力。实验显示，当前模型在可靠理解OCT方面仍存在显著不足，且增加规模或医疗领域适配并未带来一致的性能提升。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.16609)