实体
LLaVA-OneVision-2-8B
LLaVA-OneVision-2-8B
PulseAugur coverage of LLaVA-OneVision-2-8B — every cluster mentioning LLaVA-OneVision-2-8B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的EgoActionBench基准测试突显了AI在第一人称动作理解方面的局限性
研究人员推出了EgoActionBench，这是一个旨在评估AI模型在第一人称视角下理解细粒度人类动作能力的新基准测试。该基准测试包含1400多个片段和41000多个动作标注，侧重于时间精度和手部关联。对包括Qwen3-VL 4B和LLaVA-OneVision-2-8B微调版本在内的20个模型的初步评估显示，当前模型在具身智能任务方面存在显著局限性。
-
新的自监督方法无需标签即可跟踪视频状态
研究人员开发了S$^3$T（Temporal Self-Distillation over Time），一个无需外部监督的连续视频状态跟踪新框架。该方法使用视频片段的更密集视图作为“教师”来训练更稀疏视图的“学生”模型，从而有效地生成自己的训练目标。这种方法提高了视频状态跟踪基准的准确性，并证明了其在现实世界视频分析任务中的有效迁移能力。