arXiv cs.AI· Junseob Kim, Jade Chng, Ayman Ali, Victor Moas, Yichun Lee, Po-Chun Chin, Sunil Hwang, Rishikesan Kamaleswaran·· 10 天前AI 评分22
TC3-VQA：面向战术战伤救治的视觉问答数据集发布
A doctrine-grounded visual question answering dataset for Tactical Combat Casualty Care
AI 导读
研究者发布 TC3-VQA 数据集，用于让视觉语言模型把伤情与干预的视觉观察同权威 TC3 指南关联起来。数据集由公开教学与实战 TC3 视频及权威 TC3 文档构建，含 581 个条目、覆盖 11 个概念、共 1,860 个问题，涉及干预识别、指南、临床推理、操作指导及视觉信息不足时的拒答。
正文 · AI 翻译
摘要：战术战伤救治（TC3）要求响应者将伤情与干预措施的视觉观察与既定临床指南联系起来。开发支持这一过程的视觉语言模型，需要将可见证据与可追溯的教义相联系的监督。我们提出 TC3-VQA，这是一个由公开教学和实地 TC3 视频以及权威 TC3 文档构建的数据集。它包含 581 个条目，涵盖 11 个概念，共有 1,860 个问题，涉及干预识别、教义、临床推理、操作指导，以及在视觉信息不足时拒绝回答。基于教义的答案保留逐字源文段和字符偏移。构建过程结合了视觉标注、文段检索、蕴含检查以及跨模型系列的验证。问题-答案对还附有设备框、解剖标签、时间片段和源元数据。自动化审计以及两名医生和两名医学生的评分刻画了标注质量，其中 88 个保留条目可获得人工评分。该数据集为将视觉语言模型适配到 TC3、研究视觉证据与临床知识之间的联系，以及评估识别、教义回忆和弃权提供了资源。
| 评论： | 20 页，6 幅图，5 张表。数据集：此 https URL 代码：此 https URL |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.07339 [cs.CV] |
| （或 arXiv:2610.07339v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07339 arXiv 通过 DataCite 颁发的 DOI（待注册） |
提交历史
来自：Junseob Kim [查看电子邮件]
[v1]
2026 年 10 月 5 日星期一 20:14:31 UTC（984 KB）
来源：arXiv cs.AI · arxiv.org