Taurus 以不到一半成本追平自由编码智能体的 CT 标注效果。
资讯摘要
论文提出 Taurus，一种在 CT 主动脉标注中让自动化流程先出标签、再由大模型复核的 harness，并与自由编写分割代码的智能体对比。作者用六个公开数据集共 939 例做盲测标签恢复，初版 Taurus 仅在两个数据集上提升主指标，且幅度小于同一病例两次复核间的噪声；自由运行的 Claude Opus 5.5 智能体在多数数据集上更高。作者把自由智能体的有效做法移入自动流程后，在 38 例留出病例上获得大部分增益；最终版用固定规则平滑标签表面，并针对动脉瘤被画成一半大小等大误差做检查，每触发一次检查就向模型提一道带候选修正的多选题。作者报告其表面平滑度与人工参考相当，主指标与自由 Opus 智能体无差异，成本为每例 1.22 美元对 2.71 美元。
要点速读
- 论文在六个公开主动脉 CT 数据集、939 个病例上做盲测标签恢复，按各数据集自身类别评分。
- 初版 Taurus 的模型复核只在两个数据集上提升主指标，幅度低于同一病例两次复核间的噪声；自由 Opus 5.5 智能体在多数数据集上更高。
- 最终版加入固定规则平滑与针对大误差的多选题复核，作者报告主指标与自由 Opus 智能体无差异，成本每例 1.22 美元对 2.71 美元。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。