#医学科普

视频大模型评估干眼科普视频质量表现不佳

研究首次建立视频大语言模型（VideoLLM）评估眼科科普视频的基准框架，测试了VideoLLaMA3、QwenVL和InternVL三款模型对185条中文干眼短视频的质量评分能力。使用PEMAT-A/V、GQS和VIQI三种专业工具作为金标准，由两位眼科医生独立标注。结果显示，三款模型与专家评分的一致性普遍偏低（ICC<0.40），仅在PEMAT-A/V的‘可操作性’维度上，QwenVL和InternVL分别达到ICC 0.50和0.43。