본 논문은 의료 분야에서 복잡한 추론 능력을 평가하기 위한 세분화된 의료 복합 멀티모달 추론 벤치마크인 Med-CMR을 제시한다. Med-CMR은 시각적 이해와 다단계 추론을 세분화하여 표적 평가를 가능하게 하며, 소규모 객체 감지, 세밀한 세부 사항 구별, 공간 이해 등 시각적 이해와 시간 예측, 인과 관계 추론, 롱테일 일반화, 다중 소스 통합 등 임상 관련 시나리오를 포함하는 도전적인 과제 설계를 특징으로 한다. 또한, 11개 장기 시스템과 12개 영상 모달리티를 포괄하는 20,653개의 시각적 질의 응답(VQA) 쌍으로 구성된 광범위하고 고품질의 데이터를 사용한다. Med-CMR을 통해 18개의 최첨단 MLLM을 평가한 결과, GPT-5가 상업 모델 중 최고 성능을 보였지만, 전문 의료 MLLM이 강력한 일반 모델보다 우수하지 못하며, 롱테일 일반화가 주요 실패 요인으로 나타났다.
