Talk预告 | 香港科技大学马嘉波：如何利用现有的病理基础模型构建更加鲁棒的基础模型

摘要：他与大家分享的主题是:如何利用现有的病理基础模型构建更加鲁棒的基础模型，届时他将介绍一个涵盖六大类、共72项临床任务的权威基准以评估病理基础模型的通用性。该工作已被Nature Biomedical Engineering接收。

本期为TechBeat人工智能社区第723期线上Talk。

北京时间10月30日(周四) 20:00，香港科技大学博士生马嘉波的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: 如何利用现有的病理基础模型构建更加鲁棒的基础模型，届时他将介绍一个涵盖六大类、共72项临床任务的权威基准以评估病理基础模型的通用性。该工作已被Nature Biomedical Engineering接收。

Talk·信息

▼

主题：如何利用现有的病理基础模型构建更加鲁棒的基础模型

嘉宾：香港科技大学 · 博士生 - 马嘉波

时间：北京时间 10月30日(周四) 20:00

地点：TechBeat人工智能社区

Talk·介绍▼

当前，基于海量数据预训练的基础模型正在变革计算病理学领域。然而，这些模型的通用性究竟如何，此前缺乏全面的评估。为此，我们创建了一个涵盖六大类、共72项临床任务的权威基准。研究发现，现有模型虽在部分任务上表现出色，但难以全面胜任多样的临床需求。这凸显了开发通用型病理基础模型的迫切性与巨大挑战。

Talk大纲

1. 背景 - 病理大模型的发展

2. 动机与问题 - 为何病理模型的泛化能力存在问题，如何进一步提高泛化性

3. 解决方案 - 介绍知识蒸馏预训练、实验结果

4. 总结

Talk·预习资料

▼

论文链接：

代码链接：

Talk·提问交流

▼

在Talk界面下的 【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

马嘉波

香港科技大学 · 博士生

马嘉波，香港科技大学计算机科学与工程系博士研究生，主要研究方向涵盖计算病理学中的超分辨率成像、虚拟染色技术以及病理基础模型等。已在包括 Nature Biomedical Engineering、Nature Communications、IEEE TMI、CVPR、ICML、MICCAI 在内的国际知名期刊与会议上发表论文10余篇，Google 学术引用量480次。

个人主页:

https://www.techbeat.net/grzytrkj?id=45828

-The End-