arXiv · AI· Ryo Fujii, Hideo Saito, Ryo Hachiuma·· 3 天前AI 评分34
VIOLA:实现极简标注视频上下文学习的标签高效框架
VIOLA: Towards Video In-Context Learning with Minimal Annotations
AI 导读
VIOLA 提出了一种结合最小专家监督与大量无标签数据的标签高效框架,旨在解决多模态大语言模型在稀缺标注数据下的泛化难题。 通过引入密度不确定性加权采样、混合池构建以及置信度感知检索与提示机制,该框架在九种基准测试中显著优于各类基线模型。 此研究证明了在低成本标注场景下实现稳健适应的可能性,相关成果已被 WACV 2027 接收。
来源:arXiv · AI · arxiv.org