arXiv Computer Vision· Shuochen Chang, Bingjie Gao, Qingyang Liu, Qianli Ma, Yibo Miao, Haonan Zhao, Zhaohe Liao, Xiaofeng Zhang, Jiangtong Li, Li Niu·· 2 小时前AI 评分31
从标签先验到任务证据：基于贝叶斯 GRPO 的高效长视频帧选择
From Label Priors to Task Evidence: Efficient Long-Video Frame Selection via Bayesian GRPO
AI 导读
研究者提出一种概率框架，将长视频帧选择重构为隐变量推理，先用监督学习初始化轻量策略，再以冻结 MLLM 的答案似然作为密集任务证据，通过 Bayesian GRPO 精调策略，其中真值答案 token 的负对数似然构成密集奖励，先验匹配 KL 项保持与标签先验的语义一致。
来源：arXiv Computer Vision · arxiv.org