待验证50% 置信事实精确时间

迁移映射的核心假设是从源扫描仪到目标扫描仪的特征偏移在全局层面近似为某种结构化变换，可通过配对样本学习得到

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

SlideRuler：用单张切片校准病理基础模型的扫描偏差

涉及实体

transfer mapconcept

相关事实

待验证SlideRuler先用配对的重复扫描学习一个迁移映射（transfer map），推理阶段只需对单张扫描进行校准，整个过程保持基础模型参数不变73% 相似已验证迁移学习是指将在大规模数据集上预训练好的模型参数迁移到特定小样本任务中进行微调73% 相似待验证预训练模型迁移复用的假设是模型在源域学到的特征具有跨域泛化能力，但高层语义特征可能存在显著的域偏移72% 相似待验证TRACE在推理阶段从结构中检索出紧凑的提示证据作为附加信息喂给模型70% 相似待验证推理期引导通过在反向扩散或流的每一步加入观测似然的梯度，将采样轨迹拉向与观测一致的区域，无需重新训练模型69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986972

API

curl https://kongchang.com/api/v1/knowledge/claims/986972

MCP

get_claim(id=986972)