论文38

ALIVE:让流式视频模型具备交互能力

原标题:ALIVE: Making Streaming Video Models Interactive

Hugging Face 每日论文发布时间 (北京时间)

研究团队提出交互式流式视频模型 ALIVE,支持主动监控、流式任务协调与反馈寻求交互。团队构建 ALIVE-SFT-288K 和 ALIVE-RL-3K 两阶段训练数据,其中对比监督微调教会模型何时及如何响应,基于 Behavior-Aligned Credit Assignment(BACA)的强化学习优化多轮交互中的决策与沉默。

来源仅允许展示摘要,全文请到原文阅读。
Agent 智能体多模态AI 视频论文研究#论文/研究#视频#多模态#Agent