重要なものに重みを付ける：トークンの重み付けによる医療レポート生成のサンプル効率向上

Abstract

医用レポート生成のための視覚言語モデル（VLM）の訓練は、高品質な注釈付きデータの不足によってしばしば妨げられます。本研究では、データ効率を改善するために重み付き損失関数の利用を評価します。すべてのトークン予測エラーを同等に扱う標準的な交差エントロピー損失と比べて、再重み付けされた損失は、臨床的に重要性の大きい、意味的に顕著なトークンへと焦点を移します。眼科領域のレポート生成に関する実験では、この単純な方法が複数のデータ規模にわたって効率を向上させ、最大で学習データを10分の1に減らしても同等のレポート品質を達成できることを示します。