ConvNeXt-B
PulseAugur coverage of ConvNeXt-B — every cluster mentioning ConvNeXt-B across labs, papers, and developer communities, ranked by signal.
-
AI 管道助力识别古代埃兰楔形文字符号
研究人员开发了 EpigraphNet，一个用于从退化碑文图像中识别埃兰楔形文字符号的新型管道。该系统利用零样本 SAM2 分割来创建干净的符号掩码，然后由经过微调的 Vision Transformer (ViT-B/16) 进行分类处理。EpigraphNet 的性能显著优于现有的 CNN 和 Transformer 基线模型，在 132 类基准测试中取得了 86.41% 的 top-1 准确率，并展示了对常见和罕见符号更均衡的识别能力。
-
新的AI归因方法以最小的准确率损失提高了稳健性
研究人员开发了一个新框架，以提高AI模型归因方法的忠实度和一致性，尤其是在几何变换下。这种无需标注的方法使用子模搜索来识别驱动模型预测的证据，并引入子模排序损失来对齐跨变换输入的这些选择。在ImageNet数据集上的实验表明，对于ViT、ResNet-50和ConvNeXt-B等架构，在模型准确率影响极小的情况下，归因稳定性和稳健性得到了显著改善。
-
DINOv3在更高分辨率下提高了胸部X光片分类性能
一项发表在arXiv上的新研究调查了DINOv3（一种自监督学习模型）在胸部X光片分类中的有效性。研究人员发现，虽然DINOv3在较低分辨率下未能持续优于其前代DINOv2，但在512x512像素下，尤其是在与ConvNeXt-B骨干网络结合使用时，DINOv3表现出显著的改进。这些改进在检测小型或依赖边界的异常方面最为明显，尽管对较大结构的性能基本保持不变。研究还指出，将分辨率提高到1024x1024像素很少能带来进一步的好处，并且…