StreamVibe: Tác nhân video chủ động hiểu ý định người dùng thay đổi theo thời gian
Các nhà nghiên cứu giới thiệu StreamVibe, một khung cho tác nhân video có thể liên tục suy luận người dùng đang muốn làm gì thay vì chờ mệnh lệnh rõ ràng. Bộ đánh giá StreamVibe-Bench gồm 4,1 nghìn mẫu đánh giá và 85 nghìn mẫu huấn luyện, bao phủ yêu cầu tường minh, mục tiêu ngầm—chẳng hạn suy đoán người dùng định nhấp vào đâu—và những ý định thay đổi theo thời gian. Mô hình StreamVibe-VL xử lý các quan sát hình ảnh liên tục và điều chỉnh phản hồi khi ý định của người dùng tiến triển, còn StreamVibe-Harness biểu diễn ý định như một trạng thái được duy trì liên tục. Công trình này có thể giúp các trợ lý đa phương thức hoạt động hữu ích hơn trên website và trong những môi trường tương tác, nơi người dùng giao tiếp một phần thông qua hành động.
Các nhà phát triển trợ lý AI và nhóm nghiên cứu có thể theo dõi StreamVibe như một hướng tiếp cận để xây dựng tác nhân hiểu cả hành động lẫn yêu cầu ngầm của người dùng. Hiện nội dung này chủ yếu có giá trị tham khảo và đánh giá mô hình, chưa cho thấy một sản phẩm sẵn sàng để người dùng Việt Nam sử dụng ngay.
Đọc bài gốc