arXiv · cs.AI· Jisheng Dang·· 21 小时前AI 评分29
THG-Omni：面向视频推理的可追溯以人为中心图监督框架
THG-Omni: Traceable Human-Centric Graph Supervision for Video Reasoning
来源与原文
arXiv · cs.AI
作者：Jisheng Dang
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/2611.07836v1
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
THG-Omni 是一个以人为中心的图监督框架，将 Segment Anything Model 3 的人物轨迹与带时间定位的 Qwen3-VL 标注关联，用于训练全模态模型的视频推理。在 NExT-QA 上，匹配图输入达到 89.54% 准确率，无图输入为 85.10%；紧凑图输入在验证实验中达到 78.22%，完整图为 78.02%，无图为 77.58%。在 IntentBench 上，社交推理、情绪理解与欺骗感知均较未适配骨干模型有一致提升，代码已公开。
来源：arXiv · cs.AI · 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。