多教师蒸馏扩展与OMNI病理基础模型

2026年10月12日，arXiv cs.CV 报道了一项面向数字病理的 OMNI 基础模型研究，提出扩展多教师蒸馏（MTD）的方法。该方法借助可学习 teacher token、定制注意力机制、额外 MoE 层与对比损失来学习教师专属表征，从而使学生编码器随教师数量增加持续受益。目前该报道主要介绍方法本身，未提供更多实验或对比数据，也未提及此前报道中的数字或结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。