跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.CL
    Nunchi: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
–

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。