一篇新的研究论文探讨了视觉语言模型（VLM）在无训练视频异常检测中的有效性。研究强调，将 VLM 答案转换为异常分数的方法对性能有显著影响。研究人员发现，一种考虑了所有可能答案分布的“概率读出”方法，其性能始终优于仅使用最可能答案的“生成读出”方法，从而在评估指标上取得了显著的提升。 AI
影响 这项研究通过优化 VLM 输出的解释方式，有望带来更准确、更可靠的视频异常检测系统。
排序理由 在 arXiv 上发表的研究论文，详细介绍了基于 VLM 的视频异常检测新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
