TurnWise：轮级GRPO改进流式视频理解
热点事件持续更新
TurnWise：轮级GRPO改进流式视频理解
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Shuai Dong等作者提出轮级GRPO框架TurnWise，用于流式视频理解中模型反复决定“回应还是继续观察”的场景。该方法用silence-completed prefix scoring从每次决策的剩余回报构造组相对优势，并以轮内、轮间平均的token损失让回应与等待决策等权。作者称实验显示该方法优于此前的流式视频理解强化学习方法，且无需学习critic或额外rollout。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
TurnWise：用轮级信用分配改进流式视频 RL报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CLTurnWise：用轮级信用分配改进流式视频 RL
研究提出 TurnWise，一个轮级 GRPO 框架，用于流式视频理解中模型反复决定"回应还是继续观察"的场景。它用 silence-completed prefix scoring 从每次决策的剩余回报构造组相对优势，并以轮内、轮间平均的 token 损失让回应与等待决策等权。实验显示该方法优于此前的流式视频理解 RL 方法，且无需学习 critic 或额外 rollout。
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。