EVA-Cap 音视频字幕对齐框架发布
热点事件观察中
EVA-Cap 音视频字幕对齐框架发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
JPShi 等作者提交的 EVA-Cap 框架，将音视频字幕拆解为原子事件，把非结构化文本监督转为事件中心对齐，并用监督微调（SFT）与 GRPO 在自建数据集 EVA-Data 上训练。GRPO 阶段围绕全局事件完整性、事件内归因和事件间同步三个目标优化。 据该论文，EVA-Cap 在 ChronusAV 上平均提升 9.0%，在 WorldSense 上提升 3.3%。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 04:00
EVA-Cap：通过事件中心对齐优化音视频视频描述报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- Hugging Face Daily PapersEVA-Cap：通过事件中心对齐优化音视频视频描述
EVA-Cap 提出将音视频视频描述拆解为原子事件，把非结构化文本监督转为事件中心对齐，并通过 SFT 与 GRPO 在自建数据集 EVA-Data 上训练。GRPO 阶段围绕全局事件完整性、事件内归因和事件间同步三个目标优化。实验显示其在 ChronusAV 上平均提升 9.0%，在 WorldSense 上提升 3.3%。
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。