跳到正文
arXiv · ML· Rohan Dugad, Mi Luo, Kristen Grauman·· 10 天前AI 评分31

VIOS 框架如何通过自审计视觉依赖提升视频推理

Watching Itself Watch: Self-Auditing Visual Reliance for Video Reasoning

AI 导读

summary_zh: 研究团队提出 VIOS 后训练框架,通过自审计机制定位模型低估视觉证据的位置,以密集监督集中学习。 该方法利用单策略单次 rollout,无需外部奖励或更强教师模型,在 12 个基准测试中提升 3 种模型骨干效果。

来源:arXiv · ML · arxiv.org