人机协同
3 条- 01基于真实世界医疗数据的带引导学习延迟决策
在真实医疗影像数据上验证学习延迟（L2D）方法，实现AI与医生协同决策，提升临床部署安全性。
- 02生成式教程：面向物理任务的实时上下文化视觉指导
提出生成式教程框架，利用实时环境感知生成适配用户当前工具/空间的视觉操作指引，弥补静态教程泛化不足。
- 03人类引导的物理约束AI代理构建土壤塞演化可审计模型
提出人机协同、物理约束多代理工作流，实现从理论建模、离散化、编码到验证全过程可审计的科学建模
在真实医疗影像数据上验证学习延迟（L2D）方法，实现AI与医生协同决策，提升临床部署安全性。
提出生成式教程框架，利用实时环境感知生成适配用户当前工具/空间的视觉操作指引，弥补静态教程泛化不足。
提出人机协同、物理约束多代理工作流，实现从理论建模、离散化、编码到验证全过程可审计的科学建模