实体
Video-OPD
Video-OPD
PulseAugur coverage of Video-OPD — every cluster mentioning Video-OPD 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
TRG新方法提升视频语言模型训练准确性
研究人员开发了一种名为时间响应引导（TRG）的新方法，以改进视频语言模型的训练。TRG通过利用学生模型的时序响应来指导教师监督，从而增强了on-policy蒸馏，旨在更好地捕捉时序学习。该方法包括测量模型对局部时序扰动的表示响应，并调整教师的校正。当应用于一个40亿参数的学生模型时，与标准的仅输出蒸馏相比，TRG在TempCompass和Video-MMMU等基准测试中将宏观准确率提高了2.86个百分点。
-
Video-OPD 框架增强了用于视频定位的多模态大语言模型
研究人员开发了 Video-OPD，一种利用 On-Policy Distillation 的新颖时序视频定位训练后框架。该方法直接从当前策略优化轨迹，保持训练和推理分布之间的一致性。Video-OPD 将稀疏的、片段级别的反馈转换为细粒度的、逐步的学习信号，在效率和收敛速度方面优于现有的基于 GRPO 的方法。