AITOP

时间推理

共 4 条相关 AI 资讯
8月7日
12:09
12:09官方账号arXiv cs.AI@Sarvesh Baskar, Zikui Cai, Shayan Shabihi, Anirudh Satheesh, Muhammad R. Islam, Udari Madhushani Sehwag, Tom Goldstein, Furong Huang
新论文提出trace-grounded参数化测试方法，在2,190个视频上审计事件计数能力。Gemini 3.6 Flash在80%可靠性阈值下最多可靠计数12个持续状态转换事件（0.5和1.0 Hz），对瞬时闪烁事件则无可靠计数区间。高计数高频率场景下仅0.2%的最终计数正确，模型只能恢复18.1%的真实事件。提高采样率将Bounce Ball准确率从19.6%提升至29.3%，但报告序列与真值一致率仅3.7%。
论文Gemini 3.6 Flash视频语言模型事件计数
事件专题
推荐理由：用可执行真值逐帧审计视频模型计数，发现Gemini 3.6 Flash处理瞬时事件几乎失效，加帧只虚涨分数，值得看。
原文
5月21日
11:21
11:21官方账号arXiv cs.AI@Yakun Yu, Ashley Wiens, Adrián Barahona-Ríos, Benedict Wilkins, Saman Zadtootaghaj, Nabajeet Barman, Cor-Paul Bezemer
精选
现有视觉语言模型（VLM）在游戏故障检测评估中，大多将故障视为静态视觉异常，忽略了时间性故障——这类故障需通过帧间变化才能识别。研究者提出TempGlitch基准，包含五种时间性故障类型及配对的无故障视频，用于系统评估。对12个开源和闭源VLM的测试显示，当前模型在TempGlitch上表现接近随机，要么过于保守漏检，要么过于敏感误报。增加帧采样密度或模型规模并不能可靠解决这些问题。该基准为时间推理、游戏理解和自动化故障检测提供了聚焦测试平台。
论文视觉语言模型游戏QA故障检测
推荐理由：游戏QA团队和VLM研究者终于有了专门测试时间性故障的基准——当前模型表现接近随机，说明这是个硬骨头，做自动化测试的值得关注。
原文
5月16日
16:04
15:18
15:18mem0@mem0ai
精选
Mem0 发布了四月算法更新，引入了单次提取和分层检索机制，显著提升了记忆提取效率并降低了全上下文 token 成本。新算法包含时间推理功能，为每条记忆赋予时间戳，记录事件发生时间、是否持续或已完成、时间精度及记忆类型。同时增加了记忆衰减机制，基于时效性进行排序，确保旧记忆不会主导当前查询结果。这些改进使检索更具时间感知能力，能准确反映信息的变化和当前有效性。
AI产品记忆系统Mem0时间推理
推荐理由：做 AI 记忆系统和长期上下文管理的开发者，这个算法更新直接解决了记忆时效性和检索效率的痛点，值得关注并尝试集成。
原文