跳到正文
arXiv · 机器人与计算机视觉· Zihao Lin, Haoyu Dong, Haobo Xu, Chi-Chih Chang, Xuying Ning, Yinglong Xia, Shuang Yang, Zhuokai Zhao, Xinying Song, Dongfang Liu, Lifu Huang, Yang Song, Qifan Wang·· 2026-10-15精选AI 评分85

VideoHarness-SRSI:面向视频理解的结构化递归自我改进框架

VideoHarness-SRSI: Structured Recursive Self-Improvement for Video Understanding Harness

AI 导读

该论文针对智能体视频理解任务,研究如何从有限噪声反馈中可靠发现通用系统。作者首先提出 VideoHarness-BRSI 框架,但在分析 4000 多个候选方案时发现验证过拟合、搜索预算稀释和早期经验陷阱等失效模式。

推荐理由

提出证据治理框架解决验证过拟合与搜索预算稀释问题,在四个基准测试中提升均分并缩小验证差距。

来源:arXiv · 机器人与计算机视觉 · arxiv.org