Qwen2.5-VL-3B

在 Qwen2.5-VL-3B 与 PMC-VQA 上，用正确/无图/打乱图干预与配对转移，审计 SFT 与 GRPO 后训练如何改写个体图像收益，而非只看平均准确率；本文是研究审计，不是临床产品。