热点事件持续更新
联邦视觉语言模型用于隐私保护乳腺影像评估
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CV 刊出研究，评估面向隐私感知乳腺癌影像的联邦视觉语言模型与纯视觉模型。该研究在联邦学习框架下，结合预训练视觉语言模型与客户端级差分隐私，在两个公开乳腺影像数据集上比较 CLIP、BiomedCLIP 与 ViT-B/16 三类模型的表现。结果显示，五个模型对正常与患病的判别 ROC-AUC 为 0.940–0.990。目前该方向仅见这一篇预印本报道，尚无后续同行评议、数据集名称或更大规模验证的公开信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
首篇预印本发布：联邦框架下五个模型乳腺影像判别 ROC-AUC 为 0.940–0.990。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CV面向隐私感知乳腺癌影像的联邦视觉语言与纯视觉模型评估
研究在联邦学习框架下结合预训练视觉语言模型与客户端级差分隐私，比较 CLIP、BiomedCLIP 与 ViT-B/16 在两个公开乳腺影像数据集上的表现，五个模型正常/患病判别 ROC-AUC 为 0.940-0.990。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。