Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.06888

帮助 | 高级搜索

计算机科学 > 信息检索

arXiv:2510.06888 (cs)
[提交于 2025年10月8日 ]

标题: M3Retrieve:医学多模态检索基准测试

标题: M3Retrieve: Benchmarking Multimodal Retrieval for Medicine

Authors:Arkadeep Acharya, Akash Ghosh, Pradeepika Verma, Kitsuchart Pasupa, Sriparna Saha, Priti Singh
摘要: 随着检索增强生成(RAG)的日益广泛应用,强大的检索模型比以往任何时候都更加重要。在医疗领域,结合文本和图像信息的多模态检索模型在许多下游任务中具有重大优势,例如问答、跨模态检索和多模态摘要,因为医疗数据通常包含这两种格式。然而,目前尚无标准基准来评估这些模型在医疗环境中的表现。为解决这一差距,我们引入了M3Retrieve,这是一个多模态医学检索基准。M3Retrieve涵盖5个领域、16个医学领域和4项不同的任务,包含超过120万篇文本文档和16.4万个多模态查询,所有数据均在获得批准的许可下收集。我们在该基准上评估领先的多模态检索模型,以探索不同医学专科特有的挑战,并了解它们对检索性能的影响。通过发布M3Retrieve,我们的目标是实现系统评估,促进模型创新,并加速构建更强大且可靠的多模态检索系统用于医疗应用。该数据集和基线代码可在以下github页面获取https://github.com/AkashGhosh/M3Retrieve.
摘要: With the increasing use of RetrievalAugmented Generation (RAG), strong retrieval models have become more important than ever. In healthcare, multimodal retrieval models that combine information from both text and images offer major advantages for many downstream tasks such as question answering, cross-modal retrieval, and multimodal summarization, since medical data often includes both formats. However, there is currently no standard benchmark to evaluate how well these models perform in medical settings. To address this gap, we introduce M3Retrieve, a Multimodal Medical Retrieval Benchmark. M3Retrieve, spans 5 domains,16 medical fields, and 4 distinct tasks, with over 1.2 Million text documents and 164K multimodal queries, all collected under approved licenses. We evaluate leading multimodal retrieval models on this benchmark to explore the challenges specific to different medical specialities and to understand their impact on retrieval performance. By releasing M3Retrieve, we aim to enable systematic evaluation, foster model innovation, and accelerate research toward building more capable and reliable multimodal retrieval systems for medical applications. The dataset and the baselines code are available in this github page https://github.com/AkashGhosh/M3Retrieve.
评论: EMNLP 主会议 2025
主题: 信息检索 (cs.IR) ; 人工智能 (cs.AI)
引用方式: arXiv:2510.06888 [cs.IR]
  (或者 arXiv:2510.06888v1 [cs.IR] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.06888
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Akash Ghosh [查看电子邮件]
[v1] 星期三, 2025 年 10 月 8 日 11:08:47 UTC (4,444 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.IR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号