★ 3
Live Assistant：学习在真实直播流中是否、何时与向谁提供协助
论文提出 Live Assistant 框架，将直播互动建模为四个耦合决策：是否行动、何时行动、向谁说话、说什么，每 10 秒由自回归策略处理音视频与评论等信号。团队构建了 320 余小时优化轨迹与人工审核基准，并用 MA-MSFT 与 SM-GSPO 训练，在留出基准上达到 71.14 状态准确…
arXiv cs.LG39 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 Live Assistant 框架，将直播互动建模为四个耦合决策：是否行动、何时行动、向谁说话、说什么，每 10 秒由自回归策略处理音视频与评论等信号。团队构建了 320 余小时优化轨迹与人工审核基准，并用 MA-MSFT 与 SM-GSPO 训练，在留出基准上达到 71.14 状态准确…