PulseAugur
中
实时 09:15:33
English(EN) VDC-Agent: When Video Detailed Captioners Evolve Themselves via Agentic Self-Reflection

VDC-Agent框架实现自主进化的视频字幕生成

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了VDC-Agent，一个新颖的框架，使单个多模态大型语言模型能够自主生成和优化视频详细字幕。该自进化系统通过采用基于原则的自我反思过程，克服了对昂贵的人工标注或外部模型的依赖。为了提高效率，模型通过课程直接偏好优化策略将反思能力内化，该策略使用从代理自我评分轨迹派生的偏好数据集。实验表明，VDC-Agent在VDC和DREAM-1K基准测试中取得了最先进的性能，提高了字幕的细节和准确性，同时保持了推理效率。 AI

影响 该框架可以降低生成高质量视频字幕的成本和精力，可能影响内容创作和分析工具。

排序理由 该集群包含一篇详细介绍视频字幕新方法和框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

VDC-Agent框架实现自主进化的视频字幕生成

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Qiang Wang, Xinyuan Gao, Yuhang He, Jizhou Han, Jiangyang Li, SongLin Dong, Zhiheng Ma, Yihong Gong ·

    VDC-Agent：当视频详细描述生成器通过代理自我反思进行自我演进

    arXiv:2511.19436v2 Announce Type: replace-cross Abstract: Existing Video Detailed Captioning (VDC) methods predominantly rely on costly human annotations or distillation from powerful proprietary models, creating a dependency on external supervision. In this paper, we propose VDC…

相关实体

相关话题