StreamPro-Bench: Benchmarking per la Comprensione Proattiva dei Video
StreamPro-Bench, un nuovo benchmark, valuta la capacità dei modelli di intelligenza artificiale di comprendere attivamente video in streaming, richiedendo loro di determinare quando reagire basandosi su osservazioni incomplete. I benchmark tradizionali seguono un approccio 'vedi-poi-rispondi', che limita il ragionamento proattivo a un ritardo nella percezione. StreamPro-Bench affronta il significativo divario tra segnali di silenzio e risposta nei dati in streaming, enfatizzando l'importanza di ottimizzare sia l'accuratezza che la tempestività delle risposte. Questo benchmark è progettato per migliorare il processo decisionale proattivo nel campo della comprensione dei video in streaming.
Fatti principali
- 1. StreamPro-Bench è un nuovo benchmark per la comprensione proattiva dei video in streaming.
- 2. I benchmark esistenti seguono un paradigma 'vedi-poi-rispondi'.
- 3. I modelli proattivi devono bilanciare la previsione precoce con prove sufficienti.
- 4. Addestrare modelli proattivi è difficile a causa dello squilibrio tra segnali di silenzio e risposta.
- 5. Il benchmark richiede ai modelli di decidere quando rispondere, non solo cosa rispondere.
- 6. StreamPro-Bench affronta l'ottimizzazione congiunta della correttezza e della tempestività della risposta.
- 7. Il benchmark è presentato in arXiv:2605.16381.
- 8. Il ragionamento proattivo si distingue dalla percezione ritardata.
Entità
Istituzioni
- arXiv