研究者提出VHarness-SRSI视频理解框架

Zihao Lin等作者提出 VHarness-SRSI，一个以证据治理为核心的递归自我改进框架，围绕冻结的视觉语言模型演化视频理解 harness。作者称，该框架让每个搜索决策都建立在可迁移、充分且先于搜索提交收集的证据上。 在四个视频理解基准上，其等权平均留出分数相对 VHarness-BRSI 提升 6.2%，平均验证-测试差距缩小 37.9%。这些数字来自作者报告的基准结果，并非独立验证。 该框架限制提议者仅使用无内容反馈，用带监测的预热实验引导探索，并在隔离的 probe-race 分支中开发机制后再做因子组合与联合精修。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。