Buchumschlag

Systematic Evaluation of Large Vision-Language Models for Surgical Artificial Intelligence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rau, Anita, Endo, Mark, Aklilu, Josiah, Heo, Jaewoo, Saab, Khaled, Paderno, Alberto, Jopling, Jeffrey, Holsinger, F. Christopher, Yeung-Levy, Serena
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Depth-guided NeRF Training via Earth Mover's Distance
von: Rau, Anita, et al.
Veröffentlicht: (2024)

Zero-shot Action Localization via the Confidence of Large Vision-Language Models
von: Aklilu, Josiah, et al.
Veröffentlicht: (2024)

Revisiting Active Learning in the Era of Vision Foundation Models
von: Gupte, Sanket Rajan, et al.
Veröffentlicht: (2024)

Computer Vision Foundation Models in Endoscopy: Proof of Concept in Oropharyngeal Cancer
von: Alberto Paderno, et al.
Veröffentlicht: (2024)

Downscaling Intelligence: Exploring Perception and Reasoning Bottlenecks in Small Multimodal Models
von: Endo, Mark, et al.
Veröffentlicht: (2025)

DeforHMR: Vision Transformer with Deformable Cross-Attention for 3D Human Mesh Recovery
von: Heo, Jaewoo, et al.
Veröffentlicht: (2024)

Feather the Throttle: Revisiting Visual Token Pruning for Vision-Language Model Acceleration
von: Endo, Mark, et al.
Veröffentlicht: (2024)

Motion Diffusion-Guided 3D Global HMR from a Dynamic Camera
von: Heo, Jaewoo, et al.
Veröffentlicht: (2024)

Ask, Pose, Unite: Scaling Data Acquisition for Close Interactions with Vision Language Models
von: Bravo-Sánchez, Laura, et al.
Veröffentlicht: (2024)

Automated Generation of Challenging Multiple-Choice Questions for Vision Language Model Evaluation
von: Zhang, Yuhui, et al.
Veröffentlicht: (2025)

Foundation Models Secretly Understand Neural Network Weights: Enhancing Hypernetwork Architectures with Foundation Models
von: Gu, Jeffrey, et al.
Veröffentlicht: (2025)

BIOMEDICA: An Open Biomedical Image-Caption Archive, Dataset, and Vision-Language Models Derived from Scientific Literature
von: Lozano, Alejandro, et al.
Veröffentlicht: (2025)

A Large-Scale Vision-Language Dataset Derived from Open Scientific Literature to Advance Biomedical Generalist AI
von: Lozano, Alejandro, et al.
Veröffentlicht: (2025)

Just Shift It: Test-Time Prototype Shifting for Zero-Shot Generalization with Vision-Language Models
von: Sui, Elaine, et al.
Veröffentlicht: (2024)

Video Action Differencing
von: Burgess, James, et al.
Veröffentlicht: (2025)

FIG. 1 in Systematics of the subterranean amphipod genus Bahadzia (Hadziidae), with description of a new species, redescription of B. yagerae, and analysis of phylogeny and biogeography
von: Sawicki, Thomas, et al.
Veröffentlicht: (2004)

NegVQA: Can Vision Language Models Understand Negation?
von: Zhang, Yuhui, et al.
Veröffentlicht: (2025)

FIG. 7. Bahadzia yagerae. Paratype female, 5.8 in Systematics of the subterranean amphipod genus Bahadzia (Hadziidae), with description of a new species, redescription of B. yagerae, and analysis of phylogeny and biogeography
von: Sawicki, Thomas, et al.
Veröffentlicht: (2004)

SUREON: A Benchmark and Vision-Language-Model for Surgical Reasoning
von: Perez, Alejandra, et al.
Veröffentlicht: (2026)

μ-Bench: A Vision-Language Benchmark for Microscopy Understanding
von: Lozano, Alejandro, et al.
Veröffentlicht: (2024)

Continuous Perception Matters: Diagnosing Temporal Integration Failures in Multimodal Models
von: Wang, Zeyu, et al.
Veröffentlicht: (2024)

Multi-Human Mesh Recovery with Transformers
von: Wang, Zeyu, et al.
Veröffentlicht: (2024)

Connect, Collapse, Corrupt: Learning Cross-Modal Tasks with Uni-Modal Data
von: Zhang, Yuhui, et al.
Veröffentlicht: (2024)

Can Large Language Models Match the Conclusions of Systematic Reviews?
von: Polzak, Christopher, et al.
Veröffentlicht: (2025)

Artificial Intelligence in Snoring Sound Analysis: OSA Detection and Obstruction Site Classification, a Systematic Review
von: Francesco Carlo Tartaglia, et al.
Veröffentlicht: (2026)

SurgVLM: A Large Vision-Language Model and Systematic Evaluation Benchmark for Surgical Intelligence
von: Zeng, Zhitao, et al.
Veröffentlicht: (2025)

Edge Artificial Intelligence for 6G: Vision, Enabling Technologies, and Applications
von: Letaief, Khaled B., et al.
Veröffentlicht: (2021)

The Impact of Image Resolution on Biomedical Multimodal Large Language Models
von: Chen, Liangyu, et al.
Veröffentlicht: (2025)

CryoHype: Reconstructing a thousand cryo-EM structures with transformer-based hypernetworks
von: Gu, Jeffrey, et al.
Veröffentlicht: (2025)

Nursing Management of Arteriovenous Fistula and Artificial Intelligence: A Scoping Review
von: Gaetano Ferrara, et al.
Veröffentlicht: (2026)

Diffusion-HPC: Synthetic Data Generation for Human Mesh Recovery in Challenging Domains
von: Weng, Zhenzhen, et al.
Veröffentlicht: (2023)

Viewpoint Textual Inversion: Discovering Scene Representations and 3D View Control in 2D Diffusion Models
von: Burgess, James, et al.
Veröffentlicht: (2023)

General surgery vision transformer: A video pre-trained foundation model for general surgery
von: Schmidgall, Samuel, et al.
Veröffentlicht: (2024)

Artificial Intelligence and Workforce Training
von: Shyamal S. Pandya, et al.
Veröffentlicht: (2026)

On the Role of Depth in Surgical Vision Foundation Models: An Empirical Study of RGB-D Pre-training
von: Han, John J., et al.
Veröffentlicht: (2026)

VideoAgent: Long-form Video Understanding with Large Language Model as Agent
von: Wang, Xiaohan, et al.
Veröffentlicht: (2024)

Music and Artificial Intelligence: Artistic Trends
von: Pons, Jordi, et al.
Veröffentlicht: (2025)

Artificial Intelligence for Women and Child Healthcare: Is AI Able to Change the Beginning of a New Story? A Perspective
von: Patricia Takako Endo
Veröffentlicht: (2025)

Systematic Review: Use of Artificial Intelligence and Unmet Needs in Eosinophilic Oesophagitis
von: Ester Castagnaro, et al.
Veröffentlicht: (2025)

Addressing Water Loss With Artificial Intelligence
von: Jeffrey Johnson
Veröffentlicht: (2025)