已收录文章摘要，完整内容可前往原文阅读。
摘要我们提出 ClinFusion，一个面向整体性医疗理解的视觉为核多模态大模型系统。本工作的主要创新点如下：组合式、级联式视觉编码器架构：我们不再依赖单一的视觉编码器，而是提出 CaSL Fusio