arXiv cs.AI· Bing Hu, Rishabh Sharma·· 11 小时前AI 评分34
Taurus：LLM 在环的 CT 标注以一半成本追平编码智能体
Taurus: LLM-in-the-Loop CT Annotation Matches Coding Agents at Half the Cost
AI 导读
研究团队构建了 CT 标注工具 Taurus，通过自动化标注加模型复核的流程，在 6 个公开数据集共 939 个 CT 体积上与自由编写分割代码的智能体对比。最终版 Taurus 在主要指标上与使用 Claude Opus 5.5 的自由智能体无差异，且表面平滑度匹配人工参考，单例成本为 $1.22 对 $2.71。作者指出，Taurus 的竞争力主要来自工具框架与自动化流程，而非语言模型本身。
正文 · AI 翻译
摘要：CT 中主动脉的密集标注绘制缓慢，而可替代这些标注的公开主动脉 CT 数据集各自按照自己的约定标注不同的结构。大型语言模型（LLM）智能体现在能够编写代码并读取图像。我们考察了这样一个模型：是作为编写自身分割代码的自由形式智能体，还是在 harness 中（由自动化流程标注扫描、模型审查结果）能更好地标注这些扫描。我们构建了一个 harness，名为 Taurus，并通过盲标注恢复将其与自由形式智能体进行比较：我们扣留了六个公开数据集（939 个体积）的人工标注，并针对每个数据集自身的类别对每种方法进行评分。在 Taurus 的第一个版本中，模型的审查仅在六个数据集中的两个上提升了主要指标，且提升幅度小于同一病例两次审查之间的噪声。运行 Claude Opus 5.5 的自由形式智能体在大多数数据集上得分更高。随后将自由形式智能体表现良好的部分移入自动化流程，在 38 个留出病例上带来了大部分增益。最终版本用固定规则平滑标注表面，并检查自动化流程容易产生的大误差，例如将动脉瘤绘制成其大小的一半。每个触发的检查都会向模型提出一个多项选择题，候选修正绘制在扫描上。它达到了与人工参考相同的表面平滑度，并且在主要指标上，我们发现其与自由形式 Opus 智能体没有差异，而成本不到后者的一半，每例 1.22 美元对 2.71 美元。Taurus 具有竞争力的大部分原因来自 harness 及其自动化，而非语言模型本身。Taurus 表明这种标注可以自动化，从而使专家时间从绘制标注转移到检查标注。
| 评论： | 24 页（10 页正文，12 页附录），8 幅图，10 张表 |
| 主题： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| ACM 分类： | I.4.6; I.2.7; J.3 |
| 引用为： | arXiv:2611.00247 [cs.AI] |
| （或此版本的 arXiv:2611.00247v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2611.00247 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Bing Hu [查看电子邮件]
[v1]
2026 年 10 月 30 日星期五 18:27:53 UTC（3,269 KB）
[v2]
2026 年 11 月 5 日星期四 03:15:53 UTC（3,224 KB）
来源：arXiv cs.AI · arxiv.org