EfficientNet+ResNet18融合影像组学特征,脑肿瘤MRI分类准确率达94%

一篇预印论文提出把深度 CNN 特征与手工计算的影像组学特征做自适应门控融合,在公开脑部 MRI 数据集上把二分类准确率从 88% 提升到 94%,为标注数据有限的医学影像任务提供了一条可复用的融合思路。

一篇预印论文提出把深度 CNN 特征与手工计算的影像组学特征做自适应门控融合,在公开脑部 MRI 数据集上把二分类准确率从 88% 提升到 94%,为标注数据有限的医学影像任务提供了一条可复用的融合思路。

风险投资人 Matt Turck 在 X 上发帖,把技术岗位的百年更替串成一条线,认为如今正在转向“智能体管理者(agent managers)与 harness engineers”的过渡,并判断“最终会没事”。这值得关注,因为它给出了看待 AI 冲击岗位的一种历史视角,而非官方产品公告。

产品人 Peter Yang 在 X 上表示,他正和女儿一起用 OpenAI 的 Codex 为复古游戏平台 ModRetro 开发游戏,把 AI 编程工具带进了家庭创作场景。

Box CEO Aaron Levie 引用 Andrej Karpathy 的观点指出,当前 AI 扩散仍处极早期,绝大多数人只把 AI 当聊天机器人和下一代搜索使用,而代表完整能力的智能体集群只被极少部分人掌握。

Hugging Face Papers 收录的一篇论文摘要提出 SWE-Duel,让两个代码智能体通过红蓝互评动态生成任务与判定标准,试图缓解静态编程基准被训练数据泄漏和饱和的问题。目前公开信息仅来自摘要,尚不代表已上线产品。

阿布扎比 TII 发布 1.6B 参数的阿拉伯语语音识别模型 Falcon-ASR,覆盖阿联酋方言及英语等 5 种语言,自测阿拉伯语平均 WER 为 20.92%,但当前仅有托管演示,未开源权重。

月之暗面(Kimi)在筹备赴港IPO之际,正与部分老股东就一起股权与资源转移纠纷进行和解谈判,相关索赔金额按当前估值计算可能超过7亿美元。这件事的关键不在金额本身,而在于它是否会影响资本市场对这家AI独角兽治理结构与股权清晰度的判断。

一项新论文提出 InstantFusion,用一个轻量级共享潜空间接口连接不同架构的图像生成器,让去噪过程可以在冻结的模型之间切换,目前仅为论文摘要,尚无产品落地。

arXiv 上出现了一篇新论文,提出 OGPO 框架,将视觉-语言-动作(VLA)模型的后训练从“逐步模仿演示动作”转向“学习到达关键状态”,从而让机器人策略在执行偏离演示轨迹时也能尝试恢复,而无需额外在线交互。

Work2Skill 尝试把人类在桌面软件里的录屏、鼠标键盘事件和无障碍树信息,整理成可复用的 Agent 技能,让 computer-use agent 在陌生软件里也能调用人类经验。值得关注的是,它同时发布了 350 条同步多模态演示数据集 WorkDemo-350。