阿里达摩院开源 RADAR：40 万例腹部 CT 训练的泛病灶医疗 VLM，登 Science

阿里达摩院开源 RADAR（An Expert-Level Generalist AI for Abdominal CT Diagnosis）：一个在超过 40 万例增强腹部 CT、1500 万条解剖对齐图文对（image–text pairs）上训练的通用视觉语言模型，直接以临床报告为监督信号、不做人工标注。官方在 GitHub 上把它定位成放射科的可扩展框架，称其在常规与复杂临床任务上都达到专家级水平，论文发在 Science（DOI 10.1126/science.aec6129）。

开放物的范围比通常的「发权重」更宽：仓库同时提供推理 demo 数据、CSV 格式的预测结果、从 Hugging Face 拉检查点与辅助数据的两个下载脚本，以及训练/推理/预处理三份文档（含 MERLIN 数据上的外部测试与自行微调的路径）。权重与配套文件在 Hugging Face 的 radar-generalist 组织下，代码另有 Zenodo 归档；许可为 CC BY-NC-SA 4.0——非商业、相同方式共享，与常见的 Apache/MIT 不同，落地前需要留意。

原文链接：达摩院 / Yicai 一财