AI 算法 · 2026年10月29日(周四)

机器学习、人工智能、自然语言处理、计算机视觉、多智能体。

RSS 订阅
arXiv cs.CV · cs.CL

AskStream: When and What to Ask Proactively under Uncertainty in Streaming Video Understanding

说明AskStream:流式视频理解中不确定时何时及问什么的主动交互基准

简介该论文提出AskStream,这是首个针对流式视频理解、涵盖视频与用户双重不确定性的多轮基准。它在原有等待与回答之外引入提问动作,包含438个视频、2,714个人工标注的帧级时间窗口,分为等待、提问、回答三类。论文指出,即使最强模型在其提出的Ask-F1指标上也只达到52.18%。

Lu Wang, Zhuoran Jin, Longxiang Wang 等

arXiv cs.LG · cs.DS

ExplainCC: Explaining Correlated Clusters by Node Labels

说明ExplainCC:用节点标签解释相关性聚类

简介本文研究相关性聚类(Correlation Clustering)问题,目标是在对象带有标签时,得到可被人理解的聚类结果。作者提出的模型只考虑能由标签树(一种按标签划分对象的决策树)解释的聚类,并给出一种自顶向下递归的贪心算法,通过维护计数器高效求出最优分裂。实验表明,该算法可在几分钟内处理超过百万条边的图,能在合成数据中找回真实结构,并在真实网络中得到可解释的聚类。

Nadeesha Shyami Kumari Herath Mudiyanselage, Florian Adriaens, Nikolaj Tatti

arXiv cs.RO · cs.AI · cs.LG

Explore Where It Matters: Targeted Exploration for Efficient Rover Adaptation

说明针对性探索以高效适应火星车:在关键处探索

简介论文提出TERRA框架,用于火星车在部署时在线修正仿真模型与真实可变形地形之间的误差。方法通过奖励加权的预测损失更新世界模型,并训练损失预测器估计未来与性能相关的误差位置,以指导模型预测控制中的探索。仿真中,TERRA在严重分布外预训练条件下五次尝试内约90%的爬坡成功率;在ERNEST火星车上,三至五次真实试验内恢复了可变形火星模拟坡面上的协调主动悬挂运动。

Jacob Levy, Arthur Bouton, Tristan D. Hassler 等