arXiv论文提出P^3IBench评估视频助手主动能力

发生了什么

据arXiv cs.LG报道，研究人员引入P^3IBench基准，用于评估现实流媒体场景中视频助手的主动感知能力。该基准评估日常感知、风险预测和干预三项互补能力。对12款代表性模型的评测显示，当前模型难以做出校准良好的响应决策。研究构建了主动训练数据并训练了P^3I-Assistant-4B，在部分任务上取得提升，表明有效主动协助需结合视觉理解、精确响应时机与适当克制。