@MaximeRivest:还有很多事情要做!我们知道深度学习有效,我们只需要更分享和有组织一些!我 sp…
摘要
作者讨论了在深度学习中需要更好的分享和组织,以使其更易于生物学家使用,从而自动化图像分析和测量等任务。
还有很多事情要做!我们知道深度学习有效,我们只需要更分享和有组织一些!
我在一个暑期实习中花了一整个夏天来标记和测量苍蝇😅 本可以100%自动化,但技术栈仍然有点太难,以至于任何生物学家都无法上手。
查看缓存全文
缓存时间: 2026/08/17 14:36
还有太多事情要做!我们深知深度学习行之有效,只需要更注重分享与系统化!
我整个暑假实习都在标记和测量果蝇😅 这本可以100%自动化,但技术栈对生物学家来说仍然门槛过高
lillyguisnet (@lillyguisnet): 嘿,生物学家们!我们需要聚在一起。
我发现越来越多已发表论文中,团队展示着他们为各类图像/视频任务训练/微调的模型。分类、分割、姿态估计,应有尽有!这很棒,我们很擅长整合资源!……但是
相似文章
@MaximeRivest: 面向图像的复合 AI 系统被严重低估了。我们需要 gepa、dspy、autoresearch 风格的优化方案,来实现从……
Maxime Rivest 指出,面向图像的复合 AI 系统目前被严重低估,他建议借助 DSPy 和 GEPA 等优化框架,实现涉及 SAM 与分类器的流水线自动化构建。
@MaximeRivest: 只有当愿意接受可能无法完全理解它们创建的过度复杂的系统时,编码代理才能加速我们的工作...
本文讨论了AI编码代理如何要求工程师接受他们可能无法完全理解所创建的复杂系统,并借鉴了自然资源管理等其他领域的经验。
@ClementDelangue: 我们需要AI的透明度提升100倍!!!
Clement Delangue 强调人工智能需要显著更高的透明度,呼吁透明度增加100倍。
@MaximeRivest: 2021年,我训练并发布了一个专门的基于字符的深度神经网络,用于分类科学出版物…
作者讨论了他们2021年用于分类科学出版物的神经网络如何被像Jev和Qwen 27b这样的新AI模型所取代。
@ClementDelangue: 在生物学中,如同在网络安全中,我们将在未来几年了解到,大部分风险集中并产生于…
Clément Delangue 发推称,生物学和网络安全领域的风险集中在强大的实验室中,而开源AI是缓解这些风险的解决方案。