TCLA는 의료 영상-언어 모델(VLM)의 OOD 데이터 성능을 향상시키는 학습 불필요 방식입니다. 소수 샘플 기반으로 추론 로짓을 수정하여 클래스 간 혼동을 줄이고 도메인 편향을 완화합니다. X-ray, MRI, CT, 조직병리학 등 다양한 의료 영상 모달리티 데이터셋에서 기존 방식보다 성능이 우수합니다.
기존 방식은 불안정하고 모델 의존적이지만, TCLA는 빠르고 모델에 구애받지 않아 1-shot 환경에서도 안정적인 성능을 보입니다. TCLA는 추가적인 학습 요소 없이도 의료 VLM의 OOD 성능을 향상시킵니다.
TCLA는 클래스 간 혼동을 줄이고 도메인 편향을 완화하여 의료 VLM의 성능을 개선합니다. 9개의 데이터셋에서 기존 방식보다 일관되게 OOD 성능을 향상시켰습니다.