跳到主要内容
检索

Universitätsklinikum Aachen

2 篇关联报道

订阅更新
  1. arXiv

    CARE 多智能体对比裁决把黑色素瘤与不典型痣的零样本诊断准确率从 66.5% 提升到 77.6%,但胸部 X 光任务仍落后于 Gemini-3-Pro

    该研究在零样本、无微调、无外部工具的条件下,用两个影像学代理任务(黑色素瘤 vs 不典型痣、肺水肿 vs 肺炎)评测多模态大模型代理,并提出免训练的多智能体框架 CARE:两个疾病专属代理分别生成对立证据,第三个裁判代理基于原图核查并裁决;CARE 在皮肤镜任务上把 Gemini-3-Flash 的准确率从 66.5% 提升到 77.6%(Youden 0.552),在胸片任务上从 60.2% 提升到 64.6%,但胸片任务仍低于 Gemini-3-Pro 的 70.9%,整体水平尚不足以临床部署。

  2. arXiv

    DP-RGMI 框架在 59.4 万张胸片上把差分隐私的性能损失拆成编码器几何与任务头利用两部分

    作者提出 DP-RGMI 框架,把差分隐私训练视为表征空间的结构化变换,用表征位移、谱有效维度和线性探针与端到端 AUROC 之差(利用差距)三个量来分解隐私带来的性能下降;在 PadChest 主数据集(110,525 张正位胸片、22,045 张测试图)以及 CheXpert、ChestX-ray14 等共超过 594,000 张胸片、三种预训练初始化(ImageNet、DINOv3、MIMIC-CXR)上,他们发现强隐私下线性可分性大体保留但利用差距持续存在(如 ImageNet ε=1.0 时 G=8.0,MIMIC ε=0.7 时 G=3.4,DINOv3 ε=0.7 时 G=6.1),而位移与谱有效维度呈非单调、依赖初始化与

已读完全部报道