Краткое содержание

arXiv:2511.14028v1 Тип объявления: новое Аннотация: Несмотря на то, что активное обучение (Active Learning, AL) в задачах сегментации позволяет экспертам аннотировать выбранные области интереса (ROI), а не целые изображения, оно остается крайне сложным, трудоемким и требующим значительных когнитивных усилий из-за размытых и неоднозначных границ, часто встречающихся в медицинских изображениях. Кроме того, в традиционном активном обучении объем работы по аннотации зависит от размера ROI — большие области делают задачу менее сложной с точки зрения восприятия, но требуют больших затрат на аннотацию; меньшие же области требуют более высокой точности и большего внимания со стороны эксперта. В этом контексте руководство посредством языка предоставляет эффективную альтернативу, минимизируя усилия экспертов и обходя сложную для восприятия задачу точного выделения границ при сегментации. Для достижения этой цели мы представляем LINGUAL — фреймворк, который принимает естественные языковые инструкции от эксперта, преобразует их в исполняемые программы через контекстное обучение и автоматически выполняет соответствующие действия.