实体
H-optimus-1
H-optimus-1
PulseAugur coverage of H-optimus-1 — every cluster mentioning H-optimus-1 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架为边缘部署创建高效的病理模型
研究人员开发了一种名为 MuCoDi 的新预训练框架，用于创建更小、更高效的病理基础模型 (PFM)，适用于边缘部署。该方法使用对比蒸馏目标，将知识从多个大型 PFM 蒸馏到轻量级学生模型（如 MobileOne 和 RepViT）中。生成的 MuCoEdge 模型显著减小了模型尺寸和推理成本，在各种下游分类任务上取得了接近其大型对应模型的性能，并在 Raspberry Pi 5 等设备上展示了实际可用性。
-
新框架评估基础模型对生物学的理解
研究人员开发了一个新框架，用于评估病理基础模型从组织病理学数据中学习到的内容。该方法利用空间转录组学来评估注意力图谱的生物学一致性，超越了定性评估。研究发现，不同的模型关注不同的生物学区域，并且注意力捕捉的是更广泛的转录程序，而不是特定的分子事件。
-
病理基础模型在乳腺癌生存预测方面进行基准测试
一项新研究使用组织病理图像对病理基础模型（PFMs）在预测乳腺癌生存方面的表现进行了基准测试。该研究在三个独立的患者队列中评估了多个PFMs，发现H-optimus-1表现最佳。第二代PFMs普遍优于早期模型，尽管性能提升已变得不显著。值得注意的是，一个较小的蒸馏模型H0-mini取得了比其更大的对应模型H-optimus-0更好的结果，同时效率也显著提高。