LEXIC: Extensão Leve de Rastreamento Ocular via Complexidade Injetada
arXiv:2607.08152v1 Tipo de anúncio: novo Resumo: No recente benchmark EyeBench, prever a compreensão de leitura a partir de movimentos oculares expõe uma lacuna gritante: modelos que levam o texto em conta e usam modelos de linguagem pré-treinados alcançam de 56 a 63% de AUROC, enquanto modelos baseados apenas no olhar operam ao nível do acaso. Perguntamos até onde um modelo baseado apenas no olhar pode ser levado por meio de um condicionamento leve e sem modelo de linguagem. Partindo do baseline AhnCNN do EyeBench, o LEXIC-Base, propomos dois mecanismos para injetar três sinais de dificuldade em nível de palavra pré-calculados...
arXiv cs.CL
·Sumin Lee, Kyeonghun Kim, Subeen Lee, Jiwon Yang, Tien Nguyen, Ken Ying-Kai Liao, Nam-Joon Kim
·
// relacionados
Leia também
Editorial
GPT-Live-1: a OpenAI aposenta o walkie-talkie e faz a voz ouvir e falar ao mesmo tempo
Editorial
LingBot-VLA 2.0: a Ant abre um "cérebro" de 6B treinado em 60 mil horas de robôs reais
Editorial
UniClawBench: no mundo real, nenhum agente de IA passa da metade das tarefas
Blog