Lunes 2 de noviembre de 2026 ·

Solución 19.º en el concurso de RSNA sobre anomalías de rodilla: un ensemble destilado en un solo modelo ligero

Relevancia 49 de 100

Útil para Programadores 55%

Un participante de Kaggle describe su solución 19.ª en el concurso RSNA Knee Abnormality Detection. Su ensemble de ConvNeXt, CoAtNet y ResNet-GRU tardaba unas 7 horas en la inferencia, frente a un límite de 9, así que lo comprimió en un ConvNeXt-Tiny que aprende del ensemble. Las etiquetas de entrenamiento combinan a partes iguales probabilidades generadas por un LLM a partir de informes radiológicos y las del ensemble, y el modelo se entrena con pérdida BCE más una pérdida de ranking por pares.

Qué significa

Muestra cómo comprimir un conjunto de modelos pesado en uno más ligero sin perder su aprendizaje, y cómo usar un LLM para etiquetar imágenes médicas a partir de informes. Es una técnica útil cuando la inferencia tiene límites de tiempo, como en esta competición.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del lunes 2 de noviembre de 2026 ->