跳到正文
热点事件持续更新

SHUSH 提出感知排放奖励机制优化主动视频助手

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Shawn Liang、Soamar Homsi 和 Gourav Datta 在 arXiv 发表论文,提出一种感知排放的 F1 奖励设计。该策略旨在解决现有强化学习因忽略响应次数而鼓励过度发声的问题。实验显示,在 MMDuet2 训练配方下,该方法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。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    SHUSH:为主动视频助手设计感知排放的奖励机制

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。