热点事件持续更新
CoFire：强化学习保留置信度的视频反思
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CV 报道了 CoFire 方法：先让视频模型给出初始答案，再用强化学习训练其反思能力。报道指出，强化学习会通过奖励激励、参数漂移与梯度干扰三条路径侵蚀初始答案的可靠性（confidence erosion），CoFire 针对每条路径各设一项机制加以保留。在 Video-MME、MLVU、LongVideoBench 三个视频理解基准上，CoFire 平均准确率为 67.0%，比最强对比的 7B 方法高 1.7 分；与结果奖励强化学习相比，其初始答案和最终答案准确率平均分别提升 4.1 分和 3.7 分。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
CoFire 在三个视频基准上平均准确率 67.0%，较结果奖励 RL 初始与最终答案分别提升 4.1 和 3.7 分。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CVCoFire：先自信、再反思，用强化学习保留初始答案可靠性的视频理解方法
CoFire 用强化学习训练视频模型的反思能力，在 Video-MME、MLVU、LongVideoBench 上平均准确率 67.0%，超最强对比 7B 方法 1.7 分。针对 RL 侵蚀初始答案可靠性（confidence erosion）的奖励激励、参数漂移与梯度干扰三条路径，CoFire 各设一项机制。相比结果奖励 RL，其初始答案与最终答案准确率平均提升 4.1 和 3.7 分。
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。