待验证50% 置信事件精确时间
论文《When Fusion Fails: Corruption-Aware Rebalanced Fusion for Multi-Modal Medical Image Segmentation》被 ACM MM 2026 接收。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证Caravel 实验室的研究者提出了 MID（Mask-Image Distributional Divergence），一个面向医学图像分割的分布级评估指标。55% 相似待验证MID 的出发点判断是：分割质量是图像-掩码联合分布的性质。55% 相似待验证部分图像生成模型通过分块生成再拼合的方式提升分辨率，但接缝处的一致性成为新问题55% 相似待验证Imagen在人类评估基准上超越了同期的DALL-E 2和Stable Diffusion55% 相似待验证CutMix 由 2019 年 Yun 等人提出，从一张图像裁剪矩形区域粘贴到另一张图像，标签按面积比例混合，在数据量有限的微调场景下通常能带来 1-3% 的精度提升55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069721API
curl https://kongchang.com/api/v1/knowledge/claims/1069721MCP
get_claim(id=1069721)