arXiv · 机器人与计算机视觉· Yifan Xu, Ruopeng Gao, Zhixiao Wang, Jiafu Tang, Yichun Yang, Zihao Wang, Yuanxing Zhang, Limin Wang·· 14 小时前AI 评分68
Teaching What to Look For:用于视频描述智能体的特权感知问题蒸馏方法
Teaching What to Look For: Privileged Perception Questions for Agentic On-Policy Distillation in Video Captioning
AI 导读
该论文提出 Perception-Question On-Policy Distillation (PQ-OPD) 框架,利用训练期的感知问题(PQs)引导视频描述智能体主动探索关键视觉证据而不泄露答案。
来源:arXiv · 机器人与计算机视觉 · arxiv.org