arXiv·· 14 天前AI 评分31
VideoResearchAgent：面向开放网络视频研究的任务合成与 Sim-to-Real 强化学习
VideoResearchAgent: Grounded Task Synthesis and Sim-to-Real RL for Open-Web Video Research
AI 导读
VideoResearchAgent 通过可扩展的任务合成与 Sim-to-Real 强化学习，训练能在开放网络上自主发现视频、导航时序内容并基于视觉证据作答的研究智能体。现有深度研究智能体主要面向文本和图像网页，视频推理系统则通常假设相关视频已预先提供。该工作针对实时视频交互慢且不可靠、固定本地模拟易产生检索捷径而难以迁移到开放网络的问题提出解决方案。
来源：arXiv · arxiv.org