研究提出视频异常奖励模型CaC及配套数据集
热点事件持续更新
研究提出视频异常奖励模型CaC及配套数据集
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Jiyuan Wang等作者提出粗到细的视频异常奖励模型CaC，以及一个大规模生成视频异常数据集。CaC基于视觉语言模型，推理时先全局扫描定位异常时间窗口，再在局部区间做细粒度空间定位，并通过结构化时空Chain-of-Thought推理给出判断。 据论文表述，该模型采用“先集中、再集中”的两阶段流程，以分层时空聚焦方式推进视频异常判断。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
CaC：通过分层时空聚焦推进视频奖励模型报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AICaC：通过分层时空聚焦推进视频奖励模型
研究提出基于视觉语言模型的粗到细异常奖励模型 CaC，推理时先全局扫描定位异常时间窗口，再在局部区间做细粒度空间定位，并通过结构化时空 Chain-of-Thought 推理给出判断。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
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。