实体
DA-GRPO
DA-GRPO
PulseAugur coverage of DA-GRPO — every cluster mentioning DA-GRPO across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新型AVCap模型通过丰富的数据集和指标增强视听字幕
研究人员推出AVCap，一种用于详细视听联合字幕的新型模型，解决了现有数据集和评估方法的局限性。该模型在AVCap-100K上进行训练，这是一个包含10万个时间对齐、丰富的视听字幕的新数据集。AVCap采用细节感知GRPO（Da-GRPO）强化学习方法，在开源模型中取得了最先进的性能。为了进一步推动该领域的发展，该团队还开发了AVCap-Bench和AVCap-Score，这是一个用于评估视听字幕中原子级细节的专用基准和指标。
-
新的MLLM框架通过推理能力增强人脸防欺骗
研究人员推出FAS-R1，一个新颖的多任务多模态大语言模型（MLLM），旨在实现先进的人脸防欺骗（FAS）能力。该框架旨在超越简单的真实/欺骗决策，提供攻击语义和图像基础证据。FAS-R1采用两阶段方法，首先在名为FAS-R1-23K的新长上下文数据集上进行监督微调，然后进行FAS特定的GRPO后训练。采用了降级模拟增强和难度感知GRPO等技术，以确保在不同视觉质量下推理的稳定性，并优化在挑战性攻击上的性能。