提出PHASEFUSION缓解视频多选题帧相位偏差
热点事件持续更新
提出PHASEFUSION缓解视频多选题帧相位偏差
1 篇报道1 个报道来源9 小时前更新
先了解这件事
报道摘要
视频语言模型的多选题评测通常只报告均匀网格的采样率，却忽略相位参数。仅相差半步相位的两个采样器会让 23.6% 的题目答案不同，而得分差距在 1 分以内；在两个家族的四个版本中，仅改变相位会改变约五分之一的答案。PHASEFUSION 解码三个偏移网格并平均选项后验，在准确率与 32 帧单次推理相当的前提下，将半步相位偏移导致的答案变化从 18.2% 降至 10.1%。
摘自 arXiv cs.CV
最新进展10月7日 12:00
视频多选评测中的帧相位与选项顺序：Stable Scores, Unstable Answers报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CV视频多选评测中的帧相位与选项顺序：Stable Scores, Unstable Answers
视频语言模型的多选题评测通常只报告均匀网格的采样率，却忽略相位参数。仅相差半步相位的两个采样器会让 23.6% 的题目答案不同，而得分差距在 1 分以内；在两个家族的四个版本中，仅改变相位会改变约五分之一的答案。PHASEFUSION 解码三个偏移网格并平均选项后验，在准确率与 32 帧单次推理相当的前提下，将半步相位偏移导致的答案变化从 18.2% 降至 10.1%。
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。