**反思大型视觉语言模型在胸部X光推理中的视觉归因**

_Rethinking Visual Attribution for Chest X-ray Reasoning in Large Vision Language Models_

> 本文针对大型视觉语言模型（LVLMs）在医学应用（如胸部X光分析）中，其预测缺乏可靠视觉证据支撑的问题展开研究。作者通过构建一个基于反事实编辑的因果评估框架，验证了现有归因方法常无法准确识别模型所依赖的证据。为此，研究提出了MedFocus方法，该方法利用非平衡最优传输定位解剖区域，并通过干预评估其对模型输出的因果影响，显著提升了归因的可信度。代码和数据已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-05-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.20158)