返回全部动态
斯坦福发布 CT 视觉-语言基础模型 Merlin
原标题：stanfordmimi/Merlin
AI 摘要
斯坦福 MIMI 团队在 Hugging Face 发布 Merlin，一个面向计算机断层扫描（CT）的 3D 视觉-语言基础模型，利用结构化电子健康记录（EHR）和非结构化放射报告进行预训练。仓库提供模型权重、示例图像以及放射报告生成和五年疾病预测等任务的权重，并配套 GitHub 代码与 pip 安装包 merlin-vlm。相关成果已发表于 Nature。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
--- license: mit language: - en library_name: merlin pipeline_tag: text-to-image --- # Merlin: A Computed Tomography Vision–Language Foundation Model and Dataset [](https://doi.org/10.1038/s41586-026-10181-8) [](https://pypi.org/project/merlin-vlm/) Merlin is a 3D VLM for computed tomography that leverages both structured electronic health
发布时间：2026-09-12 07:22
抓取时间：2026-09-12 07:24
来源机构：Hugging Face