资讯1 分钟阅读2026-09-18

手术视频问答基准自报14256问答对与14.61%提升

SurgRAW作者自报SurgCoTBench含14256问答对，检索增强多智能体推理超受监督模型14.61%，尚无独立验证。

重要性局部证据E2 未复现

手术视频AI领域现在有了一个覆盖五类手术任务的问答基准SurgCoTBench，作者自报含14256个问答对，检索增强多智能体推理准确率超受监督模型14.61%。

此前该领域缺少统一的手术视频问答评测基准，难以比较不同方法在五类手术任务上的表现。

Chang Han Low等人自报上述基准与14.61%的准确率提升，于9月16日更新arXiv v3，条目标注IEEE RA-L 2026期刊引用；代码已在GitHub开放，数据集已发布。

尚无独立验证。

参考来源：

来源