跳到正文
热点事件持续更新

ICML Workshop论文：VLM噪声标签交叉点校准方法

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Bruce Changlong Xu 发布了一篇关于视觉语言模型（VLM）弱监督下噪声标签交叉点校准的研究论文。该论文已被 ICML 2026 结合理论与基准（CTB）研讨会接收。 研究基于 PatchCamelyon、ISIC 2019 和 NIH ChestX-ray14 三个医学影像基准进行测试。实验利用 BiomedCLIP 和 PubMedCLIP 生成伪标签，评估了参数规模在 8M 至 89M 之间的学生模型表现。 该研究隶属于计算机视觉（cs.CV）、人工智能（cs.AI）及机器学习（cs.LG）领域，旨在探讨从理论推导到决策规则在医学影像弱监督任务中的具体应用。

AI 根据报道生成 · 11 小时前更新

最新进展10月22日 12:00
理论到决策规则：基于三个医学影像基准校准视觉语言模型弱监督的噪声标签交叉点

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv · AI
    理论到决策规则：基于三个医学影像基准校准视觉语言模型弱监督的噪声标签交叉点

    在 PatchCamelyon、ISIC 2019 和 NIH ChestX-ray14 基准上，使用 BiomedCLIP 和 PubMedCLIP 为 8M 至 89M 参数的学生模型生成伪标签。

本事件热度走势

可比范围当前
7
可比范围峰值
910月22日 17:00
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。