Johns Hopkins University（约翰斯·霍普金斯大学）

HLTCOE Evaluation Team at TREC 2025: VQA Track

TREC 2025 VQA 轨道中 HLTCOE 评估团队：视觉问答任务

Dengjia Zhang, Charles Weng, Katherine Guerrerio, Yi Lu, Kenton Murray, Alexander Martin, Reno Kriz, Benjamin Van Durme

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Human Language Technology Center of Excellence（人文语言技术卓越中心） 纠错

AI总结 HLTCOE 评估团队在 TREC 2025 VQA 轨道中提出了一种列表学习框架，通过结合生成模型与判别排名，提升答案生成的语义精度和排名一致性。

Comments 7 pages, 1 figure

In-Context and Few-Shots Learning for Forecasting Time Series Data based on Large Language Models

基于大语言模型的时序数据预测中的上下文学习与少样本学习

Saroj Gopali, Bipin Chhetri, Deepika Giri, Sima Siami-Namini, Akbar Siami Namin

机构 * Department of Computer Science（计算机科学系） ； Texas Tech University（德克萨斯理工大学） ； Advanced Academic Programs Science（高级学术计划科学） ； Johns Hopkins University（约翰霍普金斯大学） ； Cumberland University（坎布里奇大学） 纠错

AI总结 本文研究了基于大语言模型的时序数据预测，探讨了上下文学习、零样本和少样本学习方法，发现TimesFM在预测性能上表现最佳。

See More, Change Less: Anatomy-Aware Diffusion for Contrast Enhancement

看得更多，改变更少：面向对比增强的解剖感知扩散模型

Junqi Liu, Zejun Wu, Pedro R. A. S. Bassi, Xinze Zhou, Wenxuan Li, Ibrahim E. Hamamci, Sezgin Er, Tianyu Lin, Yi Luo, Szymon Płotka, Bjoern Menze, Daguang Xu, Kai Ding, Kang Wang, Yang Yang, Yucheng Tang, Alan L. Yuille, Zongwei Zhou

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Copenhagen（哥本哈根大学） ； University of Virginia（弗吉尼亚大学） ； University of Bologna（博洛尼亚大学） ； Italian Institute of Technology（意大利理工学院） ； University of Zurich（苏黎世大学） ； ETH AI Center（ETH人工智能中心） ； Istanbul Medipol University（伊斯坦布尔梅迪波尔大学） ； Jagiellonian University（雅盖隆大学） ； NVIDIA（NVIDIA公司） ； Johns Hopkins Medicine（约翰霍普金斯医学） ； University of California, San Francisco（旧金山大学） 纠错

AI总结 SMILE是一种解剖感知扩散模型，通过结构感知监督和统一推理，在医学图像对比增强中实现更准确且临床有价值的图像生成。

Expectation-Maximization as the Engine of Scalable Medical Intelligence

期望-最大化作为可扩展医学智能的引擎

Wenxuan Li, Pedro R. A. S. Bassi, Tianyu Lin, Yu-Cheng Chou, Jakob Wasserthal, Xinze Zhou, Qi Chen, Fabian Isensee, Yannick Kirchhoff, Maximilian Rokuss, Saikat Roy, Constantin Ulrich, Klaus Maier-Hein, Szymon Płotka, Xiaoxi Chen, Kang Wang, Yang Yang, Daguang Xu, Kai Ding, Yucheng Tang, Alan L. Yuille, Zongwei Zhou

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Bologna（博洛尼亚大学） ； Italian Institute of Technology（意大利理工学院） ； University Hospital Basel（巴塞尔大学医院） ； DKFZ（德累斯顿生物医学研究中心） ； Jagiellonian University（雅盖隆大学） ； University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California, San Francisco（旧金山大学） ； NVIDIA（NVIDIA公司） ； Johns Hopkins Medicine（约翰霍普金斯医学） 纠错

AI总结 ScaleMAI通过期望-最大化过程统一数据标注与模型开发，生成大规模标注数据集并提升肿瘤诊断性能。