Omni-Streaming Thinking 旨在减少多模态模型的过早判断
Omni-Streaming Thinking（OST）是一种让模型持续处理视频和同步音频的方法。它将视觉与听觉证据分开保存，先把结论标记为待验证，并在未来证据出现时进行检查。检测到矛盾后，系统会降低相关结论及其依赖状态的影响，再依据新证据更新模型状态。研究人员使用轻量适配的 Qwen3-Omni-30B-A3B-Instruct 进行测试，报告称 OST 在五项流式和视听基准测试中平均超过开放基线模型 10% 以上。研究还推出 OST-DiagBench，用于测试一致、缺失、矛盾、共存以及字幕与语音冲突等情况。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。