arXiv · 机器人与计算机视觉· Zihao Lin, Jingyuan Liu, Yucheng Zhang, Yuguang Yao, Lifu Huang·· 22 天前精选AI 评分82
Confident First, Reflective Second:视频理解的置信度保持反思强化学习
Confident First, Reflective Second: Reinforcement Learning of Confidence-Preserving Reflection for Video Understanding
AI 导读
论文提出 CoFire 方法解决视频模型在强化学习中出现的初始答案置信度侵蚀问题,该方法要求初始答案必须独立可靠且高于参考策略设定的阈值,反思仅用于增强而非修正。
推荐理由
提出 CoFire 方法解决强化学习中初始答案置信度侵蚀问题,在 Video-MME 等基准上实现比最强对比基线高 1.7 个点的平均准确率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org