PulseAugur
中
实时 15:25:31
English(EN) ALICE: Learning a General-Purpose Pathology Foundation Model from Vision, Vision-Language, and Slide-Level Experts

ALICE基础模型通过多阶段蒸馏统一病理学专业知识 · 已追踪2个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了ALICE，一种新颖的计算病理学基础模型，它整合了多个专业教师模型的专业知识。通过多阶段蒸馏过程，ALICE将八个纯视觉、视觉语言和幻灯片级模型整合到一个单一骨干中。ALICE在超过2400万张病理图像上进行了预训练，在区域分析、多模态评估和临床评估等各种任务中表现出色，整合了广泛应用的多元能力。 AI

影响 将专门的AI能力整合到一个统一的模型中，可能推动计算病理学应用。

排序理由 该集群包含一篇详细介绍新AI模型及其训练方法的学术论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

ALICE基础模型通过多阶段蒸馏统一病理学专业知识 · 已追踪2个来源

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Jiawen Li, Tian Guan, Huijuan Shi, Xitong Ling, Mingxi Fu, Anjia Han, Chao He, Yonghong He ·

    ALICE: Learning a General-Purpose Pathology Foundation Model from Vision, Vision-Language, and Slide-Level Experts

    arXiv:2607.09526v1 Announce Type: cross Abstract: Foundation models are reshaping computational pathology, yet their capabilities remain shaped by pretraining objectives, data sources, and spatial scales, fragmenting complementary expertise across separate backbones. Here we pres…

  2. arXiv cs.AI TIER_1 English(EN) · Yonghong He ·

    ALICE：从视觉、视觉语言和切片级专家那里学习通用病理学基础模型

    Foundation models are reshaping computational pathology, yet their capabilities remain shaped by pretraining objectives, data sources, and spatial scales, fragmenting complementary expertise across separate backbones. Here we present ALICE, a unified foundation model trained thro…

相关实体

相关话题