EgoVine：基于真实视频的后训练框架发布
热点事件持续更新
EgoVine：基于真实视频的后训练框架发布
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
EgoVine 是一款面向长时程规划的后训练框架，于 2026 年 10 月 20 日在 arXiv 的 cs.AI 类别发布。该框架的核心技术路径是将固定的演示集转化为可交互的经验，并在由真实视频注释编译而成的可执行符号环境中运行。 在机制设计上，EgoVine 支持从决策状态恢复以探索替代动作，并通过 Union 模块联合训练动作生成与后果预测功能。这一设计旨在提升模型在复杂场景下的规划能力，使其能够基于视频数据获得分支经验的反馈。 在性能表现方面，基于该框架训练的 EgoVine-1.5B 模型在共享基准测试中取得了显著成绩。其中，主规划任务成功率为 81.8%，长任务组合成功率达到 66.7%。根据报告数据，该模型的性能超过了所有被评估的 Flash LLM 基线模型。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
EgoVine：基于真实视频编译分支经验的后训练框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AIEgoVine：基于真实视频编译分支经验的后训练框架
EgoVine 是一种后训练框架，将固定演示集转化为长时程规划的交互式经验。 该框架在由真实视频注释编译的可执行符号环境中运行，支持从决策状态恢复以探索替代动作，Union 模块联合训练动作生成与后果预测。 EgoVine-1.5B 在共享基准测试中，主规划任务成功率为 81.8%，长任务组合为 66.7%，性能超过所有评估的 Flash LLM 基线。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月20日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。