CurEvo：课程引导的视频理解自我进化

自进化视频理解框架的最新进展证明了无需人工注释的自主学习的潜力。然而，现有的方法经常遭受弱控制的优化和不受控制的难度进展，因为它们在整个迭代学习过程中缺乏结构化的指导。为了解决这些局限性，我们提出了 CurEvo，一种课程引导的自我进化框架，它将课程学习引入自我进化中，以实现更加结构化和渐进的模型改进。 CurEvo根据模型能力动态调节任务难度、细化评估标准并平衡数据多样性，形成课程引导的反馈循环，使学习复杂性与模型能力相一致。基于这一原则，我们开发了一个多维自适应问答框架，该框架在感知、识别和理解维度上共同发展问题生成和答案评估，确保连贯且可衡量的课程进展。通过这种集成，CurEvo 将弱控制的自我进化转变为更加结构化的自主视频理解学习过程。在七个主干网中，CurEvo 在四个 VideoQA 基准上持续提高基准准确性和基于评估者的语义分数，验证了课程引导的自我进化对视频理解的有效性。