预测空掩码为何胜过 SAM 3：重新审视视频目标分割评测

研究者提出 FaVOS 基准，用于评估目标在长视频中仅间歇出现的低时间可见度场景下的视频目标分割（VOS）方法。在该场景下，标准 J&F 指标会把评测退化为“目标缺席分类”，空预测在目标缺席帧上获得高奖励，导致一个简单的空掩码预测器也能胜过 SAM 3 等强模型。为此论文提出 Volumetric J&F，将掩码序列作为时空体评估，削弱目标缺席奖励的主导地位，同时保留对分割质量与时间结构的敏感度。