视频动作模型泛化差距研究
peterxichen · x · 2026-07-11
作者从 Video-Action-Models（VAMs）的泛化能力出发，提出一个新的观察：视频模型骨干在组合泛化上表现更好，但 VAMs 往往做不到同样的泛化。 他们把这个现象命名为 **Video-Action-Generalization（VAG） gap**，并给出一项研究来解释和改进它。帖子还附带线程说明，表示后续会展开更多细节。
peterxichen · x · 2026-07-11
作者从 Video-Action-Models（VAMs）的泛化能力出发，提出一个新的观察：视频模型骨干在组合泛化上表现更好，但 VAMs 往往做不到同样的泛化。 他们把这个现象命名为 **Video-Action-Generalization（VAG） gap**，并给出一项研究来解释和改进它。帖子还附带线程说明，表示后续会展开更多细节。