研究发现冻结视频语言模型编码就绪信号

发生了什么

据arXiv cs.CL论文《Have I Seen Enough?》研究，冻结的视频语言模型（VideoLLMs）内部编码了证据就绪信号。通过线性探针可读取该信号（AUROC 0.733-0.905），且该信号具有问题条件性。基于此开发的Readiness Gating策略在匹配视频时长下可将准确率提升最高9.75个百分点，计算开销可忽略。