Mingchao Liu

新的提示内过程监督框架增强了用于视频审核的MLLMs

研究人员开发了一个名为IPS（In-Prompt Process Supervision，提示内过程监督）的新框架，以提高多模态大型语言模型（MLLMs）在短视频内容审核方面的准确性。该方法在微调过程中引入了对辅助问题的顺序推理，使MLLMs能够更好地关注特定策略的细节。IPS在各种基准测试中表现优于基线MLLMs，并通过有效利用模型生成的注释且性能损失最小而显示出可扩展性。