通过点变换器与联邦学习方法对多地点HER2状态进行预测，提出了动态标签分布策略和辅助分类器，建立可初始化的模型和减轻不同地点标签分布的变化。实验证明，在4个地点的2687个WSIs上实现了最先进的性能，并且模型可以泛化到两个未见过的地点，共229个WSIs。

本文介绍了一种新方法，将人名加入生成文本。通过 OCR 识别图像中的文字并 fine-tuning 预训练模型，同时修改了之前的多模态框架，接受来自任意数量的辅助分类器提供的相关信息。同时，创建了一个新的图像-标题数据集，名为 PAC，包含了一些知名人物的图像和对这些图像的描述，这些描述中包含了人名。