病理学视觉-语言模型 CONCH-Z 获 NeurIPS 2026 Spotlight(前 1.3%)
AI4Pathology · x · 2026-10-15
Harvard/Mahmood 实验室团队论文《Beyond Sparse Captions: Aligning Slide-Level Text and Patch-Level Vision in Pathology》被 NeurIPS 2026 接收为 Spotlight(前 1.3% 文章)。其框架 CONCH-Z 在 CONCH v1.5 架构上保留视觉编码器不变、新对齐文本塔,提升文本编码与零样本分类能力,让研究者可将病理图像 patch 直接与自然语言类别描述比对,免去训练任务专用下游分类器,解决切片级文本稀疏标注与 patch 级视觉对齐问题。代码与模型权重已在 GitHub(mahmoodlab/LIMIT)开源。
「研究」频道最新
- Meta 用 Muse 模型建 AI 科研平台，基于500万份病历做健康研究 — _jasonwei · 2026-10-15
- Microduck 机器人仅靠 64 像素ToF实现板载SLAM重定位 — chris_j_paxton · 2026-10-15
- 新论文用 Fisher 信息解释 LLM 后训练参数更新为何稀疏 — tokenbender · 2026-10-15
- 香农忆「熵」命名往事:冯·诺依曼称没人懂熵,争论永占上风 — eigenron · 2026-10-15
- 两人小队 304 GPU 时训出 HobbyLM,算力仅为同级 1/100-1/400 — msharmas · 2026-10-15
- AReA 论文提出自适应感受野注意力，为高分辨率扩散模型提效 — Apprehensive_Sky892 · 2026-10-15