Aptos
PulseAugur coverage of Aptos — every cluster mentioning Aptos across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
视觉基础模型在可解释的糖尿病视网膜病变分类方面展现出潜力
研究人员开发了一个使用视觉基础模型进行糖尿病视网膜病变（DR）分类的可解释框架。该研究评估了DINOv2、CLIP和Vision Transformer骨干网络，并采用了多种迁移学习策略，包括完全微调和LoRA。DINOv2-LoRA在内部表现强劲，而DINOv2和ViT的完全微调在外部分泛化方面表现出色。可解释性通过Grad-CAM和HiResCAM进行评估，将模型注意力图与专家标注的病灶进行比较。
-
新的PARAGraph框架改进了糖尿病视网膜病变分级
研究人员开发了一种名为PARAGraph的新框架，用于糖尿病视网膜病变（DR）的分级。这种基于分层图的方法以视盘-黄斑坐标系为锚点进行归一化，从而模拟图像中病变类型及其空间关系。该系统通过整合全局视觉上下文，采用双融合策略来增强对抗噪声病变分割的鲁棒性。在多个数据集上的实验表明，与现有的最先进方法相比，PARAGraph在DR分级方面取得了更优越且符合临床的性能。
-
新的双边缘图增强了可解释的糖尿病视网膜病变分级
研究人员开发了一种新颖的双边缘空间-雅可比图像图，以提高从眼底图像进行糖尿病视网膜病变（DR）分级的可解释性。该方法将每个眼底照片表示为一个图节点，整合了四个不同的数据流：血管信息、病变证据图、对比图像嵌入和形态学生物标志物。该图包含空间边缘以编码血管-病变几何形状，以及雅可比边缘以模拟嵌入-生物标志物敏感性，从而能够超越简单的分类，更细致地理解疾病表现。
-
AI代理：托管 vs. 信任最小化结算层
AI代理的结算层正在出现两种截然不同的方法：托管场所和信任最小化协议。OKX Agent Payments Protocol (APP) 等托管场所利用现有的交易所基础设施，支持广泛的资产并实现快速、净额结算，但要求代理将资金托管给托管方。而作者使用Hashlock技术描述的信任最小化协议等，则无需中介即可在不同区块链之间直接进行原子互换，确保交易双方要么全部结算，要么都不结算。