生物医学图像分类基准隐藏样本依赖致性能虚高

2026年10月8日，一项 bioRxiv 预印本研究指出，生物医学图像分类基准中存在隐藏样本依赖性，会导致模型性能被高估。研究在涵盖14类血细胞及造血细胞状态、共129,173张图像的显微数据集上开展量化：当把可恢复样本组逐步允许跨越训练、验证与测试集划分后，预训练 Vision Transformer 的测试宏 F1 从0.853升至0.977，准确率从0.851升至0.990。该研究提出 HSD-Bench 用于量化这一效应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。