热点事件观察中

PEFT适配器提升少样本WSI分类准确率

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Amirmohammad Mohammadi等作者发表研究，评估视觉语言模型结合参数高效微调（PEFT）在少样本全切片图像分类中的效果，任务是从非人灵长类肝脏组织学预测乙醇饮用状态。在MATRR数据子集上，所有PEFT配置的平均平衡准确率均高于非PEFT基线：四样本设置下仅用ABMIL为43.5%，加入adapter后升至78.1%。

AI 根据报道生成 · 10 小时前更新

最新进展11月14日 13:00

用参数高效微调从非人灵长类肝脏组织学预测乙醇饮用状态：少样本视觉语言模型的概念验证

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

13:00
arXiv cs.AI
用参数高效微调从非人灵长类肝脏组织学预测乙醇饮用状态：少样本视觉语言模型的概念验证
研究评估视觉语言模型（VLM）结合参数高效微调（PEFT）在非人灵长类肝脏组织学中预测乙醇饮用状态的少样本全切片图像分类效果。在 MATRR 数据子集上，所有 PEFT 配置的平均平衡准确率均高于非 PEFT 基线，四样本设置下仅用 ABMIL 为 43.5%，加入 adapter 后升至 78.1%。

本事件热度走势

可比范围当前: 5
可比范围峰值: 711月15日 04:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。