arXiv · cs.AI· Kun Yuan·· 21 小时前AI 评分32
InnerLogic-Surg：通过持续预训练构建的开放手术视觉基础模型
InnerLogic-Surg: An Open Surgical Foundation Model via Continual Pretraining
来源与原文
arXiv · cs.AI
作者：Kun Yuan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07883v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
InnerLogic-Surg 是一个开放的手术视觉编码器系列（21M–300M 参数），通过在来自 11,965 个网络手术视频、约 2,900 小时、覆盖 15 种以上术式的手术图像上持续预训练 Transformer 图像编码器得到。其训练方案沿用 DINOv3 的预训练阶段以保留表征能力，并加入可学习特征上采样模块，在低 token 成本下实现高分辨率稠密预测。在覆盖工作流、器械与解剖识别、分割、检测和单目深度的 20 项手术任务基准上，最大模型在同架构下取得全部任务的最佳线性探针性能。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。