arXiv · cs.CL· Shuai Dong·· 17 小时前AI 评分29
TurnWise：基于轮次级信用分配的流式视频 RL 框架
Turns Matter: Advancing Streaming Video RL via Turn-Level Credit
来源与原文
arXiv · cs.CL
作者：Shuai Dong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.06728v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 TurnWise，一个轮次级 GRPO 框架，将学习信号与流式视频理解中的单次决策对齐。该方法用 silence-completed prefix scoring 构建组相对优势，实现轮次级信用分配，并采用 turn-mean 策略优化，使响应与等待决策获得同等权重，无需 critic 或额外 rollout。实验显示其性能超越此前流式视频理解的 RL 方法。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。