病理学基盤モデルの効率性と信頼性を高めるTAP-Pathフレームワーク

arXiv cs.AI ・ 2026-09-03

原題: TAP-Path: Task-Adaptive Structural and Token Pruning for Efficient and Trustworthy Pathology Foundation Models

AI による要約

事前学習済みのVirchow2エンコーダを直接再構築するタスク適応型圧縮フレームワーク「TAP-Path」を提案した。transformerブロックの選択的削除やパッチトークンプルーニングなどを組み合わせることで、エンコーダのパラメータ数を24.96%削減しつつ同等の精度を維持する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。