09:08
官方账号arXiv cs.LG@Federico Spurio, Olga Zatsarynna, Lars Doorenbos, Emad Bahrami, Gianpiero Francesca, Juergen Gall
精选73°
推荐理由：FedeSpu团队发布了首个视频语言模型后训练技术，能检测视频中的执行错误，对未见任务效果提升11.6%。
EP-VQA
共 1 条相关 AI 资讯
8月31日
09:08
研究人员提出MD-VQA协议和基准，用于检测视频中执行步骤的错误。该方法使用定制奖励函数，鼓励模型识别指令与视频之间的差异。在EP-VQA基准上，该方法比最佳基线模型提升11.6%，特别适用于未见过的程序。