跳到正文
arXiv · AI· Yuanhe Tian, Yan Song·· 9 天前AI 评分28

LASER:基于预期的视频物体状态读取智能体

Looking One Step Ahead: An Anticipation-guided Agent for Object State Readout in Videos

AI 导读

该研究提出LASER智能体,利用预期引导机制解决视频中物体状态读取问题。模型将预期变化转化为视觉问题,检视当前帧确定属性值,并校验状态记录。模型参数全程冻结,通过修订文本观察技能提升表现。 在OSCaR和PLM RCap数据集上,LASER相比基线实现一致性能提升。

来源:arXiv · AI · arxiv.org