精选理由
林业标注太费人力？TreeAgent用专家规则加VLM自动标注偏差，比传统监督学习强还省心。
TreeAgent是一个多智能体框架，通过编译专家决策树与视觉语言模型(VLM)实现自动化偏差标注。其解耦声明式决策(D3)框架允许在不同专家定义的决策结构间零修改泛化。在树高偏差分类测试中，TreeAgent的表现优于监督式机器学习基线，并显著减少了专家标注所需的工作量。
AI 翻译 · 中文
TreeAgent是一个多智能体框架，通过编译专家决策树与视觉语言模型(VLM)实现自动化偏差标注。其解耦声明式决策(D3)框架允许在不同专家定义的决策结构间零修改泛化。在树高偏差分类测试中，TreeAgent的表现优于监督式机器学习基线，并显著减少了专家标注所需的工作量。
Human-labeled data are widely used as reference annotations in ML, despite known variability across annotators in many expert-driven domains. In addition, expert annotation is slow, inconsistent, and remains a major bott…