Tag · 4 篇
基础模型适配
重新审视2D基础模型用于可扩展的3D医学图像分类
Revisiting 2D Foundation Models for Scalable 3D Medical Image Classification
将2D基础模型通过轻量插件适配到3D医学分类，并系统评估多种适配策略，为视觉领域利用大规模2D预训练模型解决3D任务提供了可复用的范式。
MultiModalPFN：将先验数据拟合网络扩展到多模态表格学习
MultiModalPFN: Extending Prior-Data Fitted Networks for Multimodal Tabular Learning
把图像/文本编码器输出通过模态投影器（多头门控 MLP + 交叉注意力采样器）转成表格兼容 token，使 TabPFN 式先验数据拟合网络能直接吃视觉特征；做视觉+表格联合预测（如医学影像配临床指标）时可复用这套跨模态 token 对齐与注意力失衡缓解思路。
CrossEarth-Gate：面向跨域遥感语义分割高效适配的 Fisher 引导自适应调优引擎
CrossEarth-Gate: Fisher-Guided Adaptive Tuning Engine for Efficient Adaptation of Cross-Domain Remote Sensing Semantic Segmentation
把 Fisher 信息当作模块重要性的度量，在空间/语义/频率三类适配模块组成的工具箱上做动态稀疏激活，为视觉基础模型跨域适配提供了一种可复用的「按梯度流贡献选模块」的 PEFT 思路，可直接迁移到其他密集预测任务的域偏移场景。
将预训练单细胞基础模型适配于从组织学图像生成空间基因表达
Adapting a Pre-trained Single-Cell Foundation Model to Spatial Gene Expression Generation from Histology Images
将预训练单细胞基础模型通过轻量级视觉条件调制（SoftAdaLN）和掩码扩散目标适配到组织学图像条件生成，为视觉-组学跨模态生成提供可复用的条件注入与目标对齐策略。