本文提出了一种级联神经网络架构，用于通过视频评估外科结扎任务的表现。模型在模拟实验中达到了中位数准确率0.71、召回率0.66和F1分数0.65。此外，研究探讨了自监督学习和强化学习在操纵可变形物体中的应用，成功实现了复杂任务的模仿学习。

该文综述多标签学习与自动化机器学习进展，提出无需调参且利用标签关联的CascadeML级联神经网络，介绍可扩展标签分布学习以降低计算消耗，梳理深度学习多标签方法及AutoML在数据准备、超参数优化、神经架构搜索等方面的成果，并探讨标签不平衡的影响与改进策略。