PeskaVLP

新的LaST框架增强了零样本手术阶段识别能力

研究人员开发了一种名为LaST（大型-小型时间自适应）的新型框架，以改进零样本手术阶段识别。该方法结合了大型基础模型的优势（提供广泛的可迁移性）与轻量级、任务特定的模型（在时间动态方面表现出色）。LaST通过迭代优化预测，利用动态质量控制和双模型交叉学习来提高准确性并适应新的临床领域。实验表明，LaST的性能显著优于基线方法，甚至优于一些少样本方法。