本研究提出Surg-FTDA方法，旨在减少外科工作流程分析对大规模标注数据集的依赖。该方法能够在少量配对数据下处理多种任务，并在生成性和区分性任务中优于基线表现。
强化微调通过少量数据提升模型在专业领域的推理能力，达到专家水平。与传统微调不同，它采用强化学习算法进行反复训练和验证，适用于法律、金融等领域，帮助用户将优质数据转化为独特产品。
完成下面两步后，将自动完成登录并继续当前操作。
