热点事件持续更新

研究者发布TurnWise轮级GRPO流式视频RL论文

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

Shuai Dong 等研究者在 arXiv 发布论文，提出 TurnWise，一个面向流式视频理解的轮次级 GRPO 框架（arXiv:2611.06728），将学习信号与单次流式决策对齐。该方法用 silence-completed prefix scoring 构建组相对优势以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。论文中的实验称其性能超越此前流式视频理解的 RL 方法。

AI 根据报道生成 · 50 分钟前更新

最新进展11月5日 00:16

TurnWise：基于轮次级信用分配的流式视频 RL 框架

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

00:16
arXiv · cs.CL
TurnWise：基于轮次级信用分配的流式视频 RL 框架
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。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。