Newest papers

BatchBench: Benchmarking AI Robustness to Batch Effects and Domain Shift in Biomedical Images - A JUMP Cell Painting Leaderboard

Sonja Topf, Ana Sanchez-Fernandez, Gnter Klambauer · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.30104 · cited by 0 works (OpenAlex) · open-access PDF

German

Trotz der jüngsten Fortschritte sind die heutigen KI-Systeme weiterhin sehr anfällig für Domainverschiebungen, insbesondere in der biomedizinischen Bildgebung, wo Bilder in der Regel unter wesentlich unterschiedlichen experimentellen Bedingungen erworben werden. Obwohl die jüngsten Methoden zur Anpassung der Domain erhebliche Fortschritte erzielt haben, bestehen bei Domainverschiebungen weiterhin signifikante Leistungslücken. Um den Fortschritt in dieser Hinsicht zu messen, führen wir BatchBench ein, ein Leaderboard, das die Robustheit von AI-Systemen auf biomedizinischen Bildern aus unsichtbaren Experimentalbatches und Datenquellen beurteilt und vergleicht. BatchBench basiert auf JUMP-CP, einem der größten öffentlich verfügbaren biomedizinis

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

Abstract

Despite recent advances, current AI systems remain highly susceptible to domain shifts, particularly in biomedical imaging, where images are usually acquired under substantially different experimental conditions. Although recent domain adaptation methods have made substantial progress, significant performance gaps under domain shift persist. To measure progress in this regard, we introduce BatchBench, a leaderboard that evaluates and compares the robustness of AI systems on biomedical images from unseen experimental batches and data sources. BatchBench is built on JUMP-CP, one of the largest publicly available biomedical imaging datasets. Generated using the Cell Painting assay, JUMP-CP exhibits pronounced batch effects and domain shifts, making it a challenging testbed for evaluating robustness to distributional changes.

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

Topics: Robustness (evolution), Computer science, Benchmarking, Artificial intelligence, Testbed, Domain adaptation

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