A Resource-Constrained Evaluation of Fine-Tuned Deep Learning and Local Zero-Shot Vision-Language Models for Brain MRI Slice Classification
यह अध्ययन प्रदर्शित करता है कि संसाधन-सीमित स्थानीय हार्डवेयर स्थितियों के तहत, फाइन-ट्यून्ड डीप लर्निंग मॉडल ब्रेन एमआरआई स्लाइस वर्गीकरण में अनएडेप्टेड ज़ीरो-शॉट विज़न-लैंग्वेज मॉडल्स की तुलना में काफी बेहतर प्रदर्शन करते हैं, और साथ ही डेटासेट अखंडता, भ्रष्टाचार सुदृढ़ता (करप्शन रोबस्टनेस), और उच्च प्रदर्शन स्कोर की रूढ़िवादी व्याख्या के महत्वपूर्ण महत्व को भी रेखांकित करते हैं।