研究者らは、多段階の凝集型蒸留を通じてトレーニングされた計算病理学用の統一基盤モデルであるALICEを発表しました。このモデルは、8つの特殊化された教師モデルからの機能を順次単一のバックボーンに統合します。
- 24,985,184枚のタイルレベルの病理画像と155,604枚の高解像度画像でトレーニングされました。
- 21のタスクシナリオ、96のダウンストリームタスク、48のデータソースにわたって評価されました。
- すべての3つの評価設定において、タスク一致型病理基盤モデルの中で最高の平均ランクを達成しました。
これらの結果は、凝集型蒸留が特殊化されたモデルからの補完的な機能を統合し、広範な計算病理学アプリケーション用の統一バックボーンにまとめられることを示しています。