跳到正文
arXiv · 机器人与计算机视觉· Wenfang Sun, Yingjun Du, Cees G. M. Snoek·· 2026-10-09精选AI 评分83

Less from More:基于稠密参考的稀疏视频推理强化方法 SAVER

Less from More: Reinforcing Sparse Video Reasoning from Dense References

AI 导读

该论文提出 SAVER 框架,挑战了“更多时间观测即更可靠”的假设,主张在有限证据下学习可靠推理。SAVER 采用从稠密到稀疏的后训练策略,利用稠密视图作为训练时的参考来优化稀疏帧推理,结合定位奖励和可靠性门控参考奖励。

推荐理由

SAVER 框架通过强化学习利用稠密视频作为参考,在仅用少量帧的情况下实现可靠的稀疏推理,且无需问答标注。

来源:arXiv · 机器人与计算机视觉 · arxiv.org