PulseAugur
实时 11:57:22
实体 Counterfactual Relational Policy Optimization (CRPO)

Counterfactual Relational Policy Optimization (CRPO)

PulseAugur coverage of Counterfactual Relational Policy Optimization (CRPO) — every cluster mentioning Counterfactual Relational Policy Optimization (CRPO) across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
时间线
  1. 2026-05-22 research_milestone Introduction of the CRPO framework and DyBench benchmark for improving Video LLM spatiotemporal sensitivity. 来源
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_45039 ·

    新的CRPO方法增强了视频大语言模型的时空敏感性

    研究人员开发了一种名为反事实关系策略优化(CRPO)的新框架,以提高视频大语言模型(Video LLMs)的时空敏感性。该方法解决了Video LLMs依赖捷径而非准确跟踪视频动态的问题。CRPO采用双分支强化学习方法,并引入了新颖的反事实关系奖励(CRR),鼓励模型在视觉上下文改变时改变答案,从而防止依赖静态线索。