09:29
官方账号arXiv cs.LG@Javad Khoramdel, Farhad Hoseyni, Amirhossein Nikoofard
推荐理由：用DINOv2-Small做MCI筛查，只训1.19M参数就比ResViT好，还自带可解释性，做医学影像分析的可以看看。
提示调优
共 2 条相关 AI 资讯
7月17日
09:29
该论文提出一个基于冻结DINOv2-Small的参数高效框架，仅使用1.19M可训练参数（通过三个模态特定提示令牌），在共享跨注意力层中实现空间可解释性。引入MoCA自适应焦点损失，将连续认知评分整合到训练目标中，严格泛化标准软标签方法。在分层五折交叉验证中，MCI类F1达0.641，AUC达0.795，比计算量更大的ResViT基线提高0.110的F1。该方法克服了数据稀缺、类别不平衡和临床边界诊断模糊等限制。
6月24日
12:10
12:10
官方账号arXiv cs.AI@Ahmad Pouramini, Hesham Faili
推荐理由：这篇论文教你怎么给不同任务选对预训练目标，少样本下性能直接翻倍，比传统方法强一大截。