StreamVibe : agents vidéo proactifs pour des intentions utilisateurs évolutives
En bref
- StreamVibe-Bench propose 4 100 tests et 85 000 entraînements pour évaluer les intentions utilisateurs explicites, implicites et dynamiques.
- StreamVibe-VL déduit les intentions implicites en temps réel et ajuste ses réponses avec un gain de 10,7 % sur la qualité.
- StreamVibe-Harness améliore la cohérence des interactions prolongées avec un gain de 12,3 %.
Des modèles de vision-langage passent d'une compréhension passive hors ligne à une interaction proactive en temps réel. Pourtant, les approches actuelles se limitent souvent aux requêtes explicites et ne captent pas les intentions implicites des utilisateurs, comme les besoins changeants lors de la navigation sur un site. Selon l'annonce, ces limites réduisent leur pertinence pour des interactions adaptées aux intentions réelles.
Pour combler ce vide, les chercheurs présentent StreamVibe-Bench, un nouveau benchmark de 4 100 échantillons d'évaluation et 85 000 d'entraînement, couvrant les intentions explicites, implicites et dynamiques. Ils y associent StreamVibe-VL, un modèle proactif qui déduit ces intentions à partir d'observations continues et ajuste ses réponses en temps réel. Les tests montrent une amélioration de 10,7 % de la qualité des réponses par rapport aux références, tandis que StreamVibe-Harness renforce la cohérence sur des interactions prolongées, avec un gain de 12,3 %.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez Hugging Face Daily Papers.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Comment nous rédigeons · Signaler une erreur