arXiv Computer Vision· Guowen Zhang, Boshen Xu, Zihao Yue, Ziheng Wang, Xiaokun Liu, Xin Tao, Wenyu Qin, Pengfei Wan, Qin Jin·· 20 小时前AI 评分27
EventLens：用事件结构强化学习提升视频理解
EventLens: Event-Structure Reinforcement Learning for Video Understanding
AI 导读
EventLens 是一个以视觉为中心的强化学习框架，通过恢复事件结构来训练视频理解，涵盖事件分割、进程判别和多事件关系推理三类任务，可提供确定性奖励、无需人工偏好标注或奖励模型。研究在 Qwen3-VL 上验证，在时间定位与事件敏感推理基准上取得稳定提升，同时保持通用视频问答性能；其多教师在线策略蒸馏（MT-OPD）将多个专用策略整合为统一模型，训练成本显著低于直接混合 RL 优化。
来源：arXiv Computer Vision · arxiv.org