本次发布的数据集 Surgery-R1-54k, 该数据集名为Surgery-R1-54k,包含了视觉问答、定位问答以及思维链(CoT)的配对数据,旨在提升对手术场景理解中的推理能力。该数据集基于EndoVis-18-VQLA和EndoVis-17-VQLA数据集构建,并使用qwen2.5-vl-72b-instruct API生成,同时经过专家评审确保准确性。数据集规模包括12,255个完整的思维链、33,342个视觉问答对以及8,902个定位问答对。其任务定位于视觉问题定位回答(Surgical-Vqla)。
README 内容:
关于 , 国庆学校是一所位于中国的教育机构,专注于提供基础教育服务。学校致力于培养学生的综合素质,注重学术与品德的全面发展。
关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库,涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。





_1769672084863.jpg)