D&A
一种解耦描述与评估两阶段的零样本任务进度估计框架，先由VLM客观描述视频场景动态，再用显式评分标准对描述进行评判，以缓解确认偏差
时间轴 (近 90 天)
D&A（Describe & Assess）将进度估计解耦为两个阶段：第一阶段是客观的、基于任务的场景动态文本描述；第二阶段是使用显式评分标准对描述进行评判。
D&A强制模型在打分前合成一个基于文本的绝对成功定义，该定义是外部的、全局的准则，评估被锚定在它上面。
D&A的显式评分标准由任务定义外部给定，将评估转化为若干离散的、可核验的判断项，降低了模型自由发挥的空间。
论文实证结果显示，D&A作为一个纯基于提示的方法，在多个任务、embodiment和基准上匹配甚至超越了经过后训练的奖励模型。
D&A产生的细粒度进度指标比二分类成功检测器信息量更大，能够支持高效的下游强化学习。
D&A作为纯提示方法不修改基座模型参数，因而避开了数据收集与逐模型后训练的开销。
D&A的设计使不同视频、不同embodiment之间的评分具有可比性，为细粒度部分进度提供了可解释的依据。
D&A的启示是：VLM的能力不需要通过昂贵后训练才能释放，问题往往出在提示和评估框架的设计上。
全部知识事实 (8)
D&A（Describe & Assess）将进度估计解耦为两个阶段：第一阶段是客观的、基于任务的场景动态文本描述；第二阶段是使用显式评分标准对描述进行评判。
50%待验证D&A强制模型在打分前合成一个基于文本的绝对成功定义，该定义是外部的、全局的准则，评估被锚定在它上面。
50%待验证D&A的显式评分标准由任务定义外部给定，将评估转化为若干离散的、可核验的判断项，降低了模型自由发挥的空间。
50%待验证论文实证结果显示，D&A作为一个纯基于提示的方法，在多个任务、embodiment和基准上匹配甚至超越了经过后训练的奖励模型。
50%待验证D&A产生的细粒度进度指标比二分类成功检测器信息量更大，能够支持高效的下游强化学习。
50%待验证D&A作为纯提示方法不修改基座模型参数，因而避开了数据收集与逐模型后训练的开销。
50%待验证D&A的设计使不同视频、不同embodiment之间的评分具有可比性，为细粒度部分进度提供了可解释的依据。
50%待验证D&A的启示是：VLM的能力不需要通过昂贵后训练才能释放，问题往往出在提示和评估框架的设计上。
50%