SurgiCLAW 论文发布：MLLM 选技能、确定性程序执行手术操作
热点事件持续更新
SurgiCLAW 论文发布：MLLM 选技能、确定性程序执行手术操作
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Angen Ye 等研究者发布 SurgiCLAW 分层技能框架论文：多模态大模型（MLLM）只负责术中视觉理解、结构化解释与原子手术技能选择，物理执行交给可验证的确定性控制程序。在脑机接口植入任务上，模型先经监督微调学习技能调用，再用动作正确性、操作前置条件、格式有效性三项奖励优化。 论文报告的评测结果为：固定测试集上技能选择准确率 94.6%、Macro-F1 93.0%；50 次闭环真机植入试验任务成功率 88.0%。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
SurgiCLAW：面向精密手术机器人操作的可解释原子技能智能体报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选SurgiCLAW：面向精密手术机器人操作的可解释原子技能智能体
SurgiCLAW 提出一种分层技能框架，将 MLLM 限定于术中视觉理解、结构化解释与原子手术技能选择，把物理执行交给可验证的确定性控制程序。在脑机接口植入任务上，模型先经监督微调学习技能调用，再用动作正确性、操作前置条件、格式有效性三项奖励优化；固定测试集上技能选择准确率 94.6%、Macro-F1 93.0%，50 次闭环真机植入试验任务成功率 88.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。