arXiv · NLP· Olga Loginova, Oleksandr Bezrukov, Frank Keller·· 4 小时前AI 评分21
PRISM：面向程序视频错误识别的逐步序列推理方法
Through a PRISM, Clearly: Step-Sequence Reasoning for Mistake Recognition in Procedural Videos
AI 导读
提出 PRISM 方法，通过轻量级隐马尔可夫模型将视频片段映射至程序状态，识别插入、删除、替换和换位四类编辑错误。 在三个基准测试中，对比黄金描述与 VLM 生成描述，结果显示训练后的本地解码器性能优于最近候选匹配，语义角色标注在六项对比中提升了 Any-F1 分数。
来源：arXiv · NLP · arxiv.org