界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
开发与工程 · SKILL.md

video-rts-reinforcement-learning-test-time-scaling

video-rts-reinforcement-learning-test-time-scaling

【开发与工程】Train video QA models on 6K examples using pure RL instead of costly supervised fine-tuning, then adaptively sample video frames at inference by monitoring answer consensus across multiple reasoning trajectories.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

Aadu2021 / skillxivNOASSERTION

技能说明

GitHub
正在从源仓库读取说明…
我的收藏