VETNET：为 AI 驱动的兽医创新构建基准数据集
VETNET: Assembling Benchmark Datasets for AI-Driven Veterinary Innovation
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Katherine J. Koebel, Renata Ivanek, Parminder Basran, Jennifer Sun, Casey Cazer, Gayatri Anil, Tommaso Banzato, Liz Barton, Dottie Cimino Brown, Leszek Bukowski, Marta Castelhano, Simon Coghlan, Christopher De Sa, Nikki Dutta, Hala Ghali, Julio Giordano, Joshua Glass, David C. Hogg, Nicholas Hollingshead, Adam Kiehl, Ziang Liu, Monica Meduri, Param Mohapatra, Kim Nayyer, Amelia Nelson, Peter-John Mantyla Noble, Christopher Pinard, Beryl Rabindran, Scott Ross, Ron Seccia, Moira Sheehan, Fei Wang, Tracy L. Webb, Kilian Q. Weinberger, Heather M. Whitney, Chen Xin
VETNET 是一个由持续更新的基准数据集与评估框架组成的生态系统，旨在通过标准化高质量数据集和跨学术与非学术机构的多方协作，加速 AI 在动物科学与兽医医学中的创新。该框架针对人医 AI 进展与兽医 AI 碎片化发展之间的差距。（基于论文摘要，未读取全文。）
来源：arXiv · cs.AI · arxiv.org