跳到正文
arXiv · 机器人与计算机视觉· Changti Wu, Ruizhe Fan, Bin Wang, Lei Zhang, Yuxiang Zhang·· 8 天前精选AI 评分83

EVAThink:基于证据充分性引导的视频理解自适应思考训练

EVAThink: Evidence Sufficiency-Guided Training for Adaptive Thinking in Video Understanding

AI 导读

针对视频理解中采样帧是否提供足够证据的问题,作者提出了 EVAThink 框架以增强模型的自适应思考能力。该方法首先通过可恢复的证据差距挖掘构建稠密与稀疏视图对,筛选出稀疏视图需显式推理的样本进行监督;随后利用证据引导的两阶段强化学习优化回答模式偏好并提升首 token 效率。

推荐理由

提出证据充分性引导训练方法,仅需少量样本即可提升视频理解模型在固定帧数下的回答模式选择与推理效率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org