自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 【文献阅读002】R2GenGPT: Radiology Report Generation with frozen LLMs(静态LLM用于放射学报告生成)

大型语言模型(llm)在应用于各种语言任务时一直显示出卓越的泛化能力。尽管如此,挖掘大语言模型在放射学报告生成(R2Gen)中的全部潜力仍然是一个挑战,这源于大语言模型和R2Gen任务之间固有的模式差异。为了有效地弥合这一差距,提出了R2GenGPT,使用高效的视觉对齐模块将视觉特征与llm的词嵌入空间对齐。这种创新的方法使以前静态的LLM能够无缝集成和处理图像信息,标志着优化R2Gen性能向前迈进了一步。R2GenGPT提供了以下好处。

2024-07-06 23:33:35 596

原创 【学术技能】查看期刊分区

点击“中国科学院文献情报中心期刊分区表”取消勾选“只显示本校可用资源”登录页面输入你的学校/单位。

2024-07-06 16:58:03 415

原创 【文献阅读001】:Prompt-Guided Generation of Structured Chest X-Ray Report Using a Pre-trained LLM

作者引入了一种快速引导的方法,使用预训练的大型语言模型(LLM)生成结构化的胸部x射线报告。首先,作者识别胸部x光片中的解剖区域,以生成以关键视觉元素为中心的重点句子,从而用基于解剖的句子建立结构化的报告基础。作者还将检测到的解剖转换为文本提示,向LLM传达解剖理解。我们提出了一种结构化报告生成模型,利用预训练的大型语言模型LLM,通过解剖区域和临床背景提示来实现高可解释性和互动性。首先,我们引入了解剖结构检测,建立了结构化的以解剖为中心的视觉描述,这是一个新的贡献。

2024-07-05 21:44:27 1087

原创 Python问题解决合计(2)VSCode中文输出乱码问题

修改冒号后面的内容为:“set PYTHONIOENCODING=utf8 && python -u”,下拉找到code runner:Executor Map。在搜索设置中搜索“code runner”点击在settings.json中编辑。运行程序发现输出结果中汉字部分乱码。在打开的文件中找到python。此时重新运行程序,输出结果正常。

2024-06-17 15:48:32 121

原创 Python问题解决合集(1)ModuleNotFoundError: No module named ‘networkx‘

python问题解决合集(1)

2024-06-17 15:39:21 309

原创 小白的Python+Anaconda+vscode安装使用教程(win11系统手把手教学)(1)

手把手教python+anaconda+vscode安装

2024-06-16 18:39:24 1800

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除