Ophiuchus
PulseAugur coverage of Ophiuchus — every cluster mentioning Ophiuchus across labs, papers, and developer communities, ranked by signal.
- 2026-05-28 research_milestone Researchers introduced Ophiuchus and MedScope, AI models that actively use visual evidence for medical diagnosis, outperforming existing models on benchmarks. 来源
1 天有情绪数据
-
25亿参数MiniCPM5模型在基准测试中挑战更大模型
OpenBMB开发的MiniCPM5–2B模型代表了小型、高能力语言模型的一项重大进展。尽管其参数量为25亿，文件大小为1.04 GB，但在包括代码生成和工具调用任务在内的多项基准测试中，其表现优于Qwen3.5–4B和Nemotron-3-Nano-4B等更大模型。该模型令人印象深刻的智能密度挑战了‘更大参数量总是高性能所必需’的主流观点，使其成为生产环境甚至移动设备的可用选项。
-
构建Yandex排名跟踪器，实现低成本SERP监控
本文详细介绍了如何构建一个Yandex排名跟踪器，重点在于以每结果0.015美元的低成本提供批量SERP监控。文章指出，许多现有的排名跟踪器将Yandex视为次要考虑因素或完全忽略它。
-
Ophiuchus 框架通过图像推理增强医学大模型
研究人员推出 Ophiuchus，一个旨在增强医学大语言模型（MLLMs）在需要视觉理解和推理的任务中的能力的新框架。这个工具增强的系统允许 MLLMs 动态识别、聚焦医学图像的特定区域，并将其整合到其多模态推理过程中。Ophiuchus 采用三阶段训练策略，包括自我反思和代理工具强化学习，以实现专家级的诊断行为。实验表明，Ophiuchus 在视觉问答、检测和分割的各种医学基准测试中均优于当前最先进的方法。
-
医疗 AI 代理学会“看见”证据，超越 GPT-5
研究人员开发了用于医学影像和视频分析的新 AI 范例，使模型能够主动“查看”证据，而不仅仅是被动处理。这些“用图像思考”和“用视频思考”的方法使 AI 代理能够使用视觉工具重新检查关键区域或时刻，并根据新证据纠正自己的判断。这标志着 AI 从仅仅解释转向使用视觉数据进行推理，有可能减少幻觉并提高临床环境的可解释性。