arXiv cs.AI· Lingsen You, Yujun Guo, Xinyu Zhong, Zijie Feng, Wentong Wang, Li Shen, Junbo Ge·· 3 天前AI 评分15
ScienceBuddy-PV：面向泛血管介入研究的验证器治理递归改进协议
ScienceBuddy-PV: A Verifier-Governed Recursive Improvement Protocol for Panvascular Intervention Research
AI 导读
ScienceBuddy-PV 将 ScienceBuddy 的递归设计适配到泛血管介入研究，通过结构化证据账本、器械-血管本体、弃权契约和保留失败库实现。
正文 · AI 翻译
摘要：ScienceBuddy-PV 通过结构化证据账本、器械-血管本体、弃权契约和保留的失败库，将 ScienceBuddy 的递归嵌套设计适配到泛血管介入研究。递归 harness 优化和外层循环模型学习（包括强化学习）已被规定但未执行。我们审计了一个固定组件，而非完整的智能体系统，使用独立的 ARCADE 语法和狭窄任务（每个任务 1,000 张训练、200 张验证和 300 张测试图像）。一个共享的任务掩码卷积模型在每种表示设置下训练一次；其参数和启发式支持门随后保持固定，狭窄阈值在验证数据上选择。在锁定的测试集上，语法 Dice 为 0.475（95% CI 0.459-0.490），狭窄 Dice 为 0.231（95% CI 0.214-0.249）。狭窄像素 AUROC 为 0.957，在患病率 0.00975 下 AUPRC 为 0.180。该门接受了 76.7% 的狭窄帧输出，而仅分数比较器为 100%。在构建的掩码审计中，它接受了 44.3% 的参考候选并拒绝了 55.7%，暴露了弃权的代价。接受并不确立正确性或临床安全性。这项公共数据组件审计使支持和弃权可测量，并为未来的协作智能体研究提供了可复现的协议。它并未展示递归改进、患者层面的有效性或临床器械建议。
| 评论： | 17 页，17 幅图，19 篇参考文献。公共数据组件审计；递归改进被规定为协议，未经过实验证明 |
| 主题： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.14523 [cs.AI] |
| （或 arXiv:2610.14523v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14523 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Lingsen You [查看电子邮件]
[v1]
2026 年 10 月 10 日星期六 03:35:28 UTC（2,739 KB）
来源：arXiv cs.AI · arxiv.org