医学 AI

Hubness, Not Anisotropy, Drives Cross-Lingual Retrieval Asymmetry in Multilingual Embedding Models

中心性而非各向异性驱动多语言嵌入模型中的跨语言检索不对称性

Adib Sakhawat, Fardeen Sadab, Atik Shahriar

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 本文通过实验证明，在多语言嵌入模型中，中心性（hubness）是导致跨语言检索不对称性的主要几何病理因素，而非各向异性、质心漂移或向量幅度，并推荐使用CSLS替代余弦相似度作为默认检索度量。

Comments 17 pages, 5 figures

Quantitative three-dimensional absorption imaging in standard brightfield microscopes

标准明场显微镜中的定量三维吸收成像

Yoonjae Chung, Sehyun Lee, Herve Hugonnet, Chulmin Oh, Weisun Park, Yeon Wook Kim, Seung-Mo Hong, YongKeun Park

专题命中 病理影像 ：pathology(abstract)

AI总结 提出定量吸收断层成像（QAT），通过对数强度空间线性反演和三维吸收光学传递函数，在标准明场显微镜上实现无标记、无干涉的三维吸收成像。