可解释的长期行动质量评估
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对长期行动质量评估中缺乏细粒度可解释性的问题,提出了一种新的方法,通过引入注意力损失函数和查询初始化方法,提升了模型的性能和可解释性。此外,采用权重-分数回归模块,近似人类评判的评分模式,取代传统的单一评分回归方法,从而显著提高了可解释性的合理性。我们的研究在三个长期AQA基准上达到了最佳效果。
本研究通过引入注意力损失函数和查询初始化方法,提升了长期行动质量评估模型的性能和可解释性。采用权重-分数回归模块取代传统评分回归方法,显著提高了可解释性。在三个长期AQA基准上达到了最佳效果。