Academics | The Hong Kong University of Science and Technology

病 理学的缩放定律项目旨在探索在专业领域病理学中缩放定律的效力。该研究旨在经验性地验证一个假设，即增加训练数据量显著提升了病理学特定基础模型的性能能力，特别是那些整合了视觉和语言理解的模型。该项目采用严格的实验设计，利用能够处理医学图像和相关文本信息的最先进的视觉-语言模型。通过系统地对逐渐扩大的数据集进行实验，分析模型性能指标在各种下游任务中的变化，包括精确度、召回率、F1分数和ROC曲线下的面积（AUC-ROC）。