跳到正文
arXiv · 机器人与计算机视觉· Shawn Liang, Soamar Homsi, Gourav Datta·· 4 小时前AI 评分45

SHUSH:为主动视频助手设计感知排放的奖励机制

SHUSH: Emission-Aware Reward Design for Proactive Video Assistants

AI 导读

SHUSH 提出一种感知排放的 F1 奖励,解决现有强化学习目标因忽略响应次数而鼓励过度发声的问题。在 MMDuet2 训练配方下,该策略使视觉子集回复频率降低 2.5 倍,同时将定时 F1 从 0.259 提升至 0.396、内容感知 F1 从 0.103 提至 0.154。研究指出主动助手训练与评估需采用能定价排放的目标函数。

来源:arXiv · 机器人与计算机视觉 · arxiv.org