跳到正文
热点事件持续更新

论文提出TurnWise流式视频强化学习框架

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026年11月5日，Shuai Dong 等人在 arXiv 发布论文，提出名为 TurnWise 的流式视频强化学习框架。 该框架采用回合级 GRPO（组相对策略优化）方法，将训练过程与流式视频中的实时决策对齐，旨在解决现有强化学习方法在流式理解中的局限性。 技术实现上，TurnWise 利用静默完成前缀评分来构建组相对优势，并通过回合平均策略优化，以平衡响应与等待两种决策的权重，从而在流式视频理解任务中优于现有方法。

AI 根据报道生成 · 7 小时前更新

最新进展11月5日 13:00
TurnWise：通过回合级信用分配推进流式视频强化学习

报道时间线

沿着报道，了解事件的不同侧面。

11月5日
  1. arXiv · NLP
    TurnWise：通过回合级信用分配推进流式视频强化学习

    TurnWise 框架通过回合级 GRPO 将流式视频理解的训练与决策对齐，优于现有强化学习方法。 该方法利用静默完成前缀评分构建组相对优势，并采用回合平均策略优化以平衡响应与等待决策的权重。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月5日 14:00
近 24 小时变化
–

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。