研究人员开发了一种名为CoFire的新型强化学习方法,以改进视频理解模型。该方法解决了“置信度侵蚀”问题,即学习过程可能降低初始答案的可靠性。CoFire确保在反思之前初始答案保持可靠,与标准的成果奖励RL相比,初始答案准确率平均提高了4.1个百分点,最终准确率提高了3.7个百分点。该方法在Video-MME、MLVU和LongVideoBench等基准数据集上达到了67.0%的平均准确率,比一个可比的7B方法高出1.7个百分点。 AI
影响 增强了视频理解模型的可靠性,有望提高需要准确识别时刻的应用的性能。
排序理由 详细介绍视频理解模型新方法的论文。[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 →