跳到正文
arXiv · 机器人与计算机视觉· Zhaolu Kang, Shiyu Liu, Tailong Luo, Wei Zhang, Yingjie He, Lei Wei, Guansu Wang, Liang He, Siheng Wang, Guangyuan Dong, Jiaqi Su, Shuang Chen, Haoyu Ji, Qishi Zhan, Kaiyue Zhou·· 2026-10-05精选AI 评分78

视频 MLLM 后训练中的行为包优化方法

Behavior Pack Optimization for Video MLLM Post-Training

AI 导读

针对现有视频多模态大模型过度依赖外观和语言先验、忽视时序证据的问题,提出行为包优化(BPO)方法。该方法用反事实视图的行为包替代单一响应进行联合评分,要求模型在无关干预下保持稳定、关键证据缺失时敏感且无证据时放弃回答。

推荐理由

提出行为包优化方法,通过反事实视图联合评分提升视频多模态大模型的时序证据推理能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org