Vít Grus
PulseAugur coverage of Vít Grus — every cluster mentioning Vít Grus across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新型病理AI模型GigaPath-Flash和GigaTIME-Flash降低了计算需求
研究人员开发了GigaPath-Flash和GigaTIME-Flash，这是专为计算病理学中高效分析设计的新型基础模型。这些模型显著降低了计算需求，其中GigaPath-Flash在计算量减少50倍的情况下，达到了其更大前身模型97%的性能。GigaTIME-Flash在预测肿瘤微环境方面也提供了更快的速度和更少的内存使用。这些模型以开放权重和Apache-2.0许可证发布，旨在使先进的病理AI更容易用于研究和临床应用。
-
MJEPA架构通过统一编码器简化视听学习
研究人员推出了一种新颖的视听学习架构MJEPA，该架构使用单一的统一编码器来处理两种模态。这种方法通过采用单一的预测目标，在模态内部和跨模态进行操作，从而简化了现有方法。研究表明，跨模态预测至关重要，因为缺失跨模态预测会导致表示能力下降，而包含跨模态预测则通过利用另一种模态的优势，显著提升了每种模态的表示能力。MJEPA模型，特别是冻结的ViT-g变体，在AudioSet-20K和ESC-50等音频基准测试中表现出色，并且在视频任务上…
-
FROST-STA 系统预测自我中心视频中的目标交互
研究人员开发了 FROST-STA，一个用于自我中心视频短期预测的系统，旨在预测目标交互。该模型使用来自 ViT-G 主干的冻结密集特征，提取视频和图像 token，然后进行融合和解码以预测目标框、标签和接触时间。FROST-STA 在 Ego4D 短期目标交互预测挑战赛中获得第二名，证明了预训练特征在交互预测中的有效性。