跳到正文
arXiv · 机器人与计算机视觉· Shujia Liu·· 2026-10-20精选AI 评分78

PhaseGuard+: 基于时序采样扰动的稀疏帧视频问答信任度学习与重观测策略

Learning When to Trust and Reobserve Sparse-Frame VideoQA from Temporal Sampling Perturbations

AI 导读

PhaseGuard+ 提出一种无需微调即可评估稀疏帧视频语言模型答案可靠性的方法,通过控制时序偏移探测冻结 VLM 并预测修复动作收益。在 Qwen3-VL-8B 上可靠性 AUROC 从 68.0% 提升至 74.8%,将 30% 问题路由至更强模型后准确率达 67.87%,显著优于随机路由。

推荐理由

PhaseGuard+ 方法在冻结 VLM 上独立评估答案风险与修复动作价值,显著提升了稀疏帧视频问答的可靠性与路由效率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org