arXiv · 机器人与计算机视觉· Gengyuan Zhang, Xiao Han, Shijie Zhou, Abdullah Koukash, Jingpei Wu, Jindong Gu, Yuqicheng Zhu, Nassir Navab, Volker Tresp, Ghazal Ghazaei·· 9 天前AI 评分72
如何‘训练’外科医生?通用智能体手术场景理解基准评测
How to "train" a surgeon? Benchmarking generalist agents in surgical scene understanding
AI 导读
针对手术数据稀缺且评估协议碎片化的问题,本文提出两阶段框架:SurgKnowBench 基准整合公开数据集以评估预训练多模态大语言模型(MLLM)的手术能力边界,发现当前模型在关系与流程理解上存在短板;SurgAgentGym 环境允许通用智能体在不进行额外手术训练的情况下,通过工具介导的证据检索提升推理时的理解效果。
来源:arXiv · 机器人与计算机视觉 · arxiv.org