Стэнфорд прогнал 32 модели по 41 задаче патологии: узкие обошли универсальные

Патология — диагностика по срезам тканей под микроскопом, и под неё уже делают отдельные ИИ-модели. Исследователи из Стэнфорда собрали набор из 41 задачи и прогнали по нему 32 базовые модели, чтобы сравнить подходы напрямую.

Главный результат: узкоспециализированные модели, которые работают только с изображением, обошли модели, совмещающие изображение и текст. То есть добавление языковой части к картинке в этой области пока не окупается — по крайней мере на этом наборе задач.

Tanishq Mathew Abraham, Ph.D.@iScienceLuvr

A recent study by Stanford researchers benchmarked 32 foundation models on a diverse suite of 41 pathology tasks!! Here's what they found: 1. Pathology-specific vision models (Path-VM) outperform pathology-specific vision-language models (Path-VLM). Perhaps this reflects that https://t.co/D0eaC0XjXZ

329 августа 2026