Qworld: Question-Specific Evaluation Criteria for LLMs
为解决大型语言模型在开放式问题评估上的难题，本文提出Qworld方法，通过递归扩展树生成针对每个问题的具体评估标准。
4 citationsRead paper
Selected work
Representative Papers
MiTHras: Task-specific Hierarchical Semi-supervised Contrastive Masked Autoencoder for Mitotic Figure Analysis
为解决自动模型对组织类型和图像采集差异敏感的问题，提出MiTHras框架，结合伪标签引导的对比学习与掩码重建方法，有效提升有丝分裂图分析性能。
0 citationsRead paper
TEDi: Temporal Memory-Enhanced and Denoising Transformer for Surgical Instrument Segmentation
TEDi通过引入记忆搜索增强和时间一致性降噪解决手术器械分割中跨帧信息利用不足的问题，提高分割稳定性与准确性。
0 citationsRead paper
Scaling Clinical Judgment to Evaluate Medical AI
研究通过开发PrecepTron模型和GRAND-ROUNDS基准，解决了大规模评估医学AI临床推理能力的问题，采用低秩适应方法对少量医生示例进行微调。
0 citationsRead paper
Prior-Guided Implicit Neural Representations for Single-Subject Diffusion MRI Super-Resolution
该研究提出了一种基于先验引导的隐式神经表示方法，通过迁移学习和微调实现单受试者扩散MRI超分辨率，解决了高分辨率扫描时间长的问题。
0 citationsRead paper
Recent publications
Latest Papers
MiTHras: Task-specific Hierarchical Semi-supervised Contrastive Masked Autoencoder for Mitotic Figure Analysis
为解决自动模型对组织类型和图像采集差异敏感的问题，提出MiTHras框架，结合伪标签引导的对比学习与掩码重建方法，有效提升有丝分裂图分析性能。
0 citationsRead paper
TEDi: Temporal Memory-Enhanced and Denoising Transformer for Surgical Instrument Segmentation
TEDi通过引入记忆搜索增强和时间一致性降噪解决手术器械分割中跨帧信息利用不足的问题，提高分割稳定性与准确性。
0 citationsRead paper
Scaling Clinical Judgment to Evaluate Medical AI
研究通过开发PrecepTron模型和GRAND-ROUNDS基准，解决了大规模评估医学AI临床推理能力的问题，采用低秩适应方法对少量医生示例进行微调。
0 citationsRead paper
Prior-Guided Implicit Neural Representations for Single-Subject Diffusion MRI Super-Resolution
该研究提出了一种基于先验引导的隐式神经表示方法，通过迁移学习和微调实现单受试者扩散MRI超分辨率，解决了高分辨率扫描时间长的问题。
0 citationsRead paper
CrossFeat: Bridging Imaging Modalities in Feature Descriptor Space
本文提出CrossFeat框架，通过在特征描述子空间学习转换函数，使单模态描述子能够跨模态工作，解决多模态图像匹配问题。
0 citationsRead paper