Newest papers

Scaling Vision Foundation Models for Toxicologic Pathology

Jessica Loo, Theodoros Pissas, Byunghak Kang, Vincent A. Ella, Xiaoyan Zhang, Kevin Sweeney, Walter Georgescu, Prateek Katiyar · 2026 · arXiv

DOI: 10.48550/arXiv.2610.26586 · open-access PDF

Portuguese

Aqui, apresentamos o TOX-FM, uma família de PFMs não clínicos treinados em conjuntos de dados de histopatologia diversificados em grande escala de mais de um milhão de imagens de diapositivas inteiras compostas por mais de 60 órgãos em seis espécies de animais de mais de 14.000 estudos de toxicologia ao longo de seis décadas. Introduzimos um benchmark abrangente de 18 tarefas subsequentes não clínicas, incorporamos um benchmark estabelecido de 9 tarefas subsequentes clínicas e avaliamos o TOX-FM contra PFMs clínicos de última geração em ambos os domínios não clínicos e clínicos.

Machine translation (Meta M2M100); the English original follows.

Abstract

Here, we present TOX-FM, a family of non-clinical PFMs trained on large-scale diverse histopathology datasets of over one million whole slide images consisting of over 60 organs across six animal species from over 14,000 toxicology studies across six decades. We introduce a comprehensive benchmark of 18 non-clinical downstream tasks, incorporate an established benchmark of 9 clinical downstream tasks, and evaluate TOX-FM against state-of-the-art clinical PFMs across both non-clinical and clinical domains. Notably, we explore open questions surrounding domain-specific training and cross-domain

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange