研究者提出基于贝叶斯GRPO的长视频帧选择方法

2026年10月20日，arXiv Computer Vision 刊出 Shuochen Chang 等作者的论文，提出一种用于长视频帧选择的概率框架。该研究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 项用于保持与标签先验的语义一致。报道称，该框架旨在从标签先验过渡到任务证据。目前事件进展限于该论文所报告的方法提出，尚无后续跟进报道。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。