自己教師あり時間的セルフディスティレーションによる動画内の視覚的状態追跡

arXiv cs.CV ・ 2026-09-03

原題: Temporal Self-Distillation: Learning Visual State Tracking in Videos Without Supervision

AI による要約

ラベルや報酬信号を一切使用せず、動画の状態追跡を自己教師あり学習で行うフレームワーク「S$^3$T」を提案した。時間的サンプリング密度の高い教師ビューの次トークン分布を、疎なビューの学生モデルが模倣することで、推論コストを追加せずに精度を向上させた。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CV）をご確認ください。