# MVC-Bench 医学视觉语言模型校准基准

医疗视觉语言模型的评估长期以准确率为中心，置信度是否可信缺少系统对照。MVC-Bench把校准拆成鲁棒性、校准与提示微调方法有效性、提示模板与随机种子稳定性三条轴，覆盖眼底、组织病理和胸片三种模态、八个骨干与六种提示微调方法，共1638次受控实验。结果显示域内校准排名在域偏移下几乎不保持，30次排名迁移检验的平均Kendall相关系数为−0.0598，且没有一次显著为正；据此提出的多类间隔正则化在12个域内设置中的10个取得最低ECE，域偏移下则只在4个设置中最低。

医疗视觉语言模型的评估长期以准确率为中心，置信度是否可信缺少系统对照。MVC-Bench把校准拆成鲁棒性、校准与提示微调方法有效性、提示模板与随机种子稳定性三条轴，覆盖眼底、组织病理和胸片三种模态、八个骨干与六种提示微调方法，共1638次受控实验。结果显示域内校准排名在域偏移下几乎不保持，30次排名迁移检验的平均Kendall相关系数为−0.0598，且没有一次显著为正；据此提出的多类间隔正则化在12个域内设置中的10个取得最低ECE，域偏移下则只在4个设置中最低。