跳到正文
arXiv · 机器人与计算机视觉· Jingmin Zhu, Yanyan Zou, Xiuyu Li, James Bailey, Dinh Phung, Tao Yu, Yunyun Hou, Jun Liu, Jun Zhou, Sirui Wang, Nan Duan, Jiachen Liu, Qiuhong Ke·· 24 天前AI 评分69

Tempo-Zero:基于可执行世界的递归自博弈视频推理方法

Tempo-Zero: Recursive Self-Play in Executable Worlds for Video Reasoning

AI 导读

论文介绍 Tempo-Zero,一种通过闭环可执行环境、执行验证的自博弈和环境演化来实现自我改进的视频推理框架。该方法让单一策略同时担任出题者和解题者,利用程序执行生成的真实时间戳证据替代噪声伪标签进行训练。尽管仅基于简单程序且无需监督微调或外部视频数据,Tempo-Zero 在十二个真实世界视频基准上平均优于基线模型和近期自博弈方法,尤其在时序定位任务上表现显著。

来源:arXiv · 机器人与计算机视觉 · arxiv.org