ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】大语言模型和深度学习技术为图像识别和自动报告生成提供了一种非侵入性、低成本且高效的解决方案。 本文系统回顾并比较了各类大语言模型在图像识别与报告生成中的应用，分别从定义与分类、主流模型介绍及基本原理与架构等方面进行了阐述，探讨了其在图像识别与自动报告生成中的具体应用和挑战。 研究结果表明，大语言模型在图像识别和报告生成中的表现优异，尤其是在表示学习、上下文信息捕捉和迁移学习方面。 然而，实际应用中仍面临数据质量、计算资源需求和模型解释性等挑战。 本文提出了未来研究方向，包括优化计算资源使用、提高模型解释性及增强模型泛化能力等。
