BatchBench 排行榜发布:AI 细胞显微成像系统跨数据源大幅退化
gklambauer · x · 2026-10-22
gklambauer 团队发布 BatchBench 排行榜,聚焦细胞显微成像领域的 AI 系统:在来自新数据源的图像上,模型性能显著恶化,即 batch 效应/domain shift 问题严重;领域自适应(domain adaptation)方法可缓解这一退化。发帖人顺带调侃「LLMs 在这类任务上也很差」。排行榜见 leaderboard 链接。
「研究」频道最新
- 13 万条 RAG 声明验证数据集 Jev 上架 Hugging Face — MaziyarPanahi · 2026-10-22
- 腾讯混元发布 WorkForge:16.7K 真实环境训练长程工作 Agent — TencentHunyuan · 2026-10-22
- 高斯求和类比戳破幻觉：ML 是「看穿结构」还是「机械累加」？ — tobias_rees · 2026-10-22
- Radiolab 新期《Math Vs Machine》：OpenAI 宣布解出千禧年大奖难题 — stevenstrogatz · 2026-10-22
- 师生团队获 INLG 最佳评测奖：驾驶反馈 NLG 需按国家本地化内容 — EhudReiter · 2026-10-22
- 3.1万题跨24语言测试：主流LLM都被日本文化「隐性对齐」 — dioscuri · 2026-10-22