NeurIPS 2026 手术基准:17 个多模态模型零样本表现薄弱

LMU Munich、TUM、Oxford、Stuttgart 与 ZEISS 合作发布 NeurIPS 2026 Datasets & Benchmarks 基准(SurgKnowBench),在 11 个手术数据集上系统评估 17 个多模态模型的手术理解能力。结果显示通用模型离「懂手术」还很远:零样本条件下器械-动作-组织三元组识别准确率不足 5%,手术阶段识别甚至低于「猜最常见阶段」的基线。

已确认

为什么重要

2026-11-17 ~ 2026-11-17 · 5 条相关

一手来源

另有 1 条近重复转述:maier_ak