Divide Then Diagnose
PulseAugur coverage of Divide Then Diagnose — every cluster mentioning Divide Then Diagnose across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的DICE方法通过保留块证据来增强长文档检索
研究人员开发了一种名为DICE（Document Inference via Chunk Evidence）的新方法，以改进密集检索系统中的长文档检索。该技术解决了长文档中的关键信息在编码过程中可能被稀释导致检索失败的问题。DICE通过将文档分割成块，独立编码这些块，然后将这些表示聚合到单个向量中，同时保持标准的“一个查询-一个文档”接口。与传统的单向量基线相比，该方法通过降低证据稀释指数（EDI），在处理超过4k个token的文档方…
-
新的 GeoCat 网络提高了 IVUS 图像分割的临床准确性
研究人员开发了 GeoCat，这是一种新颖的几何一致性网络，旨在实现血管内超声 (IVUS) 图像的稳健分割。该模型解决了标准方法中常见的边界漂移和拓扑错误问题，这些问题可能影响临床测量。GeoCat 使用双笛卡尔-极坐标编码器和跨域注意力及时间融合来处理 IVUS 图像，并结合了可微分几何一致性损失来监督直径和面积等临床相关描述符。GeoCat 在大型数据集上进行了训练，在斑块负荷量化的几何保真度和准确性方面显示出显著的改进。
-
全新 7B 统一扩散语言模型 'Sumi' 发布，伴随扩散模型进展
研究人员推出了 Sumi，一个拥有 70 亿参数的统一扩散语言模型 (UDLM)，该模型在 1.5 万亿 tokens 上从头开始预训练。这个开源模型在知识、推理和编码任务上表现出与自回归模型相当的性能，但在常识基准测试上表现稍逊。发布内容包括模型权重、检查点以及完整的训练方法，旨在为大规模研究 UDLM 提供参考。此外，其他研究探索了扩散语言模型的进展，包括生成 CUDA 核的方法、通过自生成错误训练改进 Token 编辑，以及开发…
-
新指标SC-MFJ评估医学图像分割中的触觉质量
研究人员开发了一种名为SC-MFJ的新指标，用于评估医学图像分割的触觉质量，这对于手术模拟至关重要。与关注几何重叠的传统指标不同，SC-MFJ测量模拟触觉渲染过程中接触力的抖动。这一新指标揭示了不同分割方法之间触觉质量的显著差异，突出了几何指标所忽略的问题。
-
新的DiCE框架增强了胶囊内窥镜视频的AI分析
研究人员引入了一个名为DiCE的新框架，用于总结超长胶囊内窥镜视频。该方法旨在提取关键证据帧，并通过模仿临床医生的阅片流程来进行诊断。该系统首先筛选潜在发现，然后将其组织成诊断上下文，最后汇总证据以进行可靠的片段级判断。该方法在新的VideoCAP数据集上进行了测试，据报道在生成简洁可靠的诊断摘要方面优于现有技术。