研究人员提出了 ALICE，这是一种用于计算病理学的统一基础模型，通过多阶段凝聚蒸馏进行训练。该模型将八个专用教师模型的能力顺序整合到一个主干中。

  • 在 24,985,184 张切片级病理图像和 155,604 张高分辨率图像上进行训练。
  • 在 21 个任务场景、96 个下游任务和 48 个数据源上进行了评估。
  • 在所有三种评估设置中，在任务匹配的计算病理学基础模型中取得了最佳平均排名。

结果表明，凝聚蒸馏可以将专用模型的互补能力整合到一个统一的主干中，以应用于广泛的计算病理学场景。