论文
通过 微调 增强病理学基础模型
Robustifying pathology foundation models via fine-tuning
摘要
病理学基础模型 (FM) 产生强大的图块级表示,这些表示对扫描仪和染色变异性仍然敏感,从而破坏了跨实验室的部署。我们开发了一种新颖的 微调 配方,可提高病理 FM 对采集因素的鲁棒性。我们的 微调 策略应用于十个不同的 FM,持续提高每个模型的鲁棒性以及下游性能,没有观察到权衡。平均而言,它将 PathoROB 稳健性指数提高了 23%(从 0.72 到 0.87),并将 Patho-Bench、HEST 和 THUNDER 上的整体跨基准性能提高了 43%,其中稳健性 (Phikon-v2) 的单独增益高达 72%,性能 (Midnight-12k) 的增益高达 76%。我们在 https://huggingface.co/wearewaiv/models 上公开发布了 Phikon-v2 (Phaet) 和 Midnight-12k (Mascaret) 的微调版本。