研究提出自闭症筛查确定性证据层方法
热点事件持续更新
研究提出自闭症筛查确定性证据层方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Wenqi Li 等作者发表论文，提出一种用于自然家庭视频中视觉语言自闭症筛查的“确定性证据层”方法：让视觉语言模型（VLM）保持冻结，把决策移出模型，改由事件表、年龄校准置信度和确定性证据加权评分器完成判断。 在 43 段学龄前儿童家庭自由玩耍视频上，该方法达到 AUC 0.851±0.012、准确率 86.0%、F₁ 71.8；三次运行每次正确标注 74.4% 的片段，零样本基线为 60.5%。作者称，三次运行均未误标任何典型发育儿童片段，而零样本基线在 31 段中误标了 9 段。
AI 根据报道生成 · 3 小时前更新
最新进展10月8日 12:00
为自然家庭视频中的视觉语言自闭症筛查构建确定性证据层报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CV为自然家庭视频中的视觉语言自闭症筛查构建确定性证据层
研究让 VLM 保持冻结、把决策移出模型，通过事件表、年龄校准置信度与确定性证据加权评分器，在 43 段学龄前儿童家庭自由玩耍视频上达到 AUC 0.851±0.012、86.0% 准确率和 F₁ 71.8。该流程在三次运行中每次都能正确标注 74.4% 的片段（零样本基线为 60.5%），且每次运行均未误标任何典型发育儿童片段（零样本为 31 段中的 9 段）。
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。