NeurIPS 2026 手术基准:17 个多模态模型零样本准确率不足 5%
maier_ak · x · 2026-11-17
LMU、TUM、Oxford、ZEISS 等机构发布 NeurIPS 2026 基准,在 11 个手术数据集上测试 17 个多模态模型。零样本表现很弱:器械-动作-组织三元组识别不足 5%,手术阶段识别甚至低于「猜最常见阶段」的基线。
后续推文补充:
- 给模型配上分割工具和精选手术资料库后,器械与动作识别有所提升,但安全清单和技能评分没有改善,额外证据有时反而误导
- 局限:未测试前沿模型作为 agent、困难集小、用离线帧而非实时视频
- 结论:工具帮助「看得见」,还帮不了「判断得准」
所属事件:NeurIPS 2026 手术基准:17 个多模态模型零样本准确率不足 5%(3 条相关)→
「具身」频道最新
- CoRL 炉边对话:李飞飞与 AMD CEO 苏姿丰同台探讨机器人未来 — PeterStone_TX · 2026-11-17
- 大模型蒸馏进 4B 小模型,机械臂任务成功率从 0 提至 22.5% — ZeYanjie · 2026-11-17
- 马斯克转推:特斯拉柏林超级工厂将投产 Cybercab — elonmusk · 2026-11-17
- Behavior Graphs:把机器人策略 rollout 变成可解释图谱 — drmapavone · 2026-11-17
- Neuralink 72 小时黑客松:意念直接打 iPhone 电话、想「Hey Neuralink」唤起 Grok — XFreeze · 2026-11-17
- 真机实测六大前沿模型驾驶机械臂全踩雷,LEASH 护栏实现四模型零伤害 — 新智元 · 2026-11-17