FIS-OT: Feature-Induced Optimal Transport for Unsupervised Action Segmentation
为解决无监督动作分割中忽视局部信息和伪标签噪声问题，提出FIS-OT方法，通过特征增强生成器和特征诱导残差结构先验提高模型性能。
0 citationsRead paper
Selected work
Representative Papers
Verify Smarter, Evolve Further: Efficient Harness Evolution through Behavior-Aware Verification
本文提出HarnessLens框架，通过行为感知验证和显式归因方法，有效解决语言模型代理调整过程中成本高昂的问题，提高了性能并减少了评估预算。
0 citationsRead paper
Recent publications
Latest Papers
FIS-OT: Feature-Induced Optimal Transport for Unsupervised Action Segmentation
为解决无监督动作分割中忽视局部信息和伪标签噪声问题，提出FIS-OT方法，通过特征增强生成器和特征诱导残差结构先验提高模型性能。
0 citationsRead paper
Verify Smarter, Evolve Further: Efficient Harness Evolution through Behavior-Aware Verification
本文提出HarnessLens框架，通过行为感知验证和显式归因方法，有效解决语言模型代理调整过程中成本高昂的问题，提高了性能并减少了评估预算。
0 citationsRead paper