跳到正文
热点事件持续更新

研究者提出MoDirect数据集与DeltaDirect方法

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Jongseo Lee等研究者提出MoDirect数据集族与DeltaDirect方法,用于诊断并修复视频大语言模型(Video-LLM)的方向运动盲问题。研究者称,Video-LLM在单物体左、右、上、下运动的简单视频上大多接近随机水平,并将这一失败称为方向运动盲。 MoDirect是用于运动方向指令微调与评估的数据集族;DeltaDirect是一种projector级目标,从相邻帧特征差分预测归一化二维运动向量。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.CV
    Video-LLM 为何分不清左右?MoDirect 与 DeltaDirect 诊断并修复方向运动盲

    Video-LLM 在单物体左、右、上、下运动的简单视频上大多接近随机水平,研究者将这一失败称为方向运动盲。他们提出 MoDirect 数据集族与 projector 级目标 DeltaDirect,后者从相邻帧特征差分预测归一化 2-D 运动向量。

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。