本研究提出了协作框架DataTailor，旨在解决视觉指令数据集扩展中的数据冗余和高计算成本问题。该框架通过信息量、独特性和代表性进行数据选择，实验表明仅使用15%的数据即可实现全数据微调性能的100.8%，有效降低计算成本。

本文探讨了利用大规模图像-文本配对数据集进行医学图像异常检测的预训练模型MediCLIP，提出通过自监督微调提升少样本异常检测性能。研究表明，该模型在异常图像的检测和定位上优于现有技术，并强调数据集扩展对分类性能的影响。