Компьютерная наука > Искусственный интеллект [представлен 8 октября 2026 года] Название: MedBenchAgentor: Towards Systemic Automation of Medical VLM Baster Construction View PDF HTML (экспериментальный) Резюме: Все более осуществимой становится широкомасштабная разработка базовых показателей модели медицинского зрения (VLM), предусматривающих использование многочисленных аннотированных наборов изображений и крупных языковых моделей (LMМ). Однако в настоящее время автоматизация в основном сосредоточена на подготовке элементов оценки с учетом заранее определенных исходных спецификаций. Мы изучаем более широкую проблему автоматической разработки самой спецификации: что оценивать, какие аннотации поддерживают каждую задачу и как перевести эти данные в надежные элементы оценки. Мы формулируем базовый показатель как ограниченный набор, в котором эталонная спецификация постепенно определяется на основе требований к оценке, неоднородных аннотаций и медицинских знаний. Исходя из этой формулировки, мы введем систему MedBenchAgent — многоагентный механизм с контрольным промежуточным представительством (BIR), который кодирует определения задач, картирование доказательств, протоколы оценки и спецификации товаров на всех этапах строительства. MedBenchAgent отделяет планирование, которое получает и проверяет спецификацию от мгновения, которое создает и проверяется предметы в соответствии с запертой спецификацией. MedBenchAgent достигает целевого показателя F1 в 90,9%, опережающего прямой…
Медбенхагент: На пути к систематической автоматизации медицинской системы контроля VLM
arXiv:2610.11312v1 Annualce Type: new Humber Abstract: Management: Microsoft-Studical Language Model (VLM) становится все более практически осуществимым при наличии обширно аннотированных наборов изображений и крупных языковых моделей, однако в настоящее время автоматизация главным образом направлена на подготовку элементов оценки в рамках заранее определенных базовых спецификаций. Мы изучаем более широкую проблему автоматической разработки самой спецификации: что оценивать, какие аннотации поддерживают каждую задачу и как перевести эти данные в надежные элементы оценки. Мы формулируем базовый показатель как ограниченный набор, в котором эталонная спецификация постепенно определяется на основе требований к оценке, неоднородных аннотаций и медицинских знаний. Исходя из этой формулировки, мы введем систему MedBenchAgent — многоагентный механизм с контрольным промежуточным представительством (BIR), который кодирует определения задач, картирование доказательств, протоколы оценки и спецификации товаров на всех этапах строительства. М