Nunchi框架与SORBET注视基准发布
热点事件持续更新
Nunchi框架与SORBET注视基准发布
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
研究团队提出Nunchi框架,用对话线索辅助视觉语言模型识别多人对话中被注视者,并发布配套基准SORBET。 Nunchi把转录文本与注视、说话人模型的输出构造成文本提示,让模型在注视几何与对话线索之间权衡。团队称,在SORBET上该方法比最强现有方法高4.8个百分点。 SORBET含来自1578段视频的3340个样本,带同步语音、转录和被注视者标注,团队称其覆盖的多人场景多于现有注视数据集。
AI 根据报道生成 · 14 小时前更新
最新进展11月19日 13:00
Nunchi:用对话线索辅助视觉,提升多人对话中的注视目标识别报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.CLNunchi:用对话线索辅助视觉,提升多人对话中的注视目标识别
研究团队提出 Nunchi 框架,通过将转录文本与注视、说话人模型输出构造成文本提示,让视觉语言模型权衡注视几何与对话线索来识别被注视者,在 SORBET 基准上比最强现有方法高 4.8 个百分点。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 811月19日 22:00
- 近 24 小时变化
- –
02468
11月20日03:0006:0009:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。