DyCPO：视频推理的token级信用分配框架

2026年10月16日，arXiv Computer Vision 刊出由 Yudong Han 等作者提出的 DyCPO 框架。据该报道，DyCPO 是一个协同演化框架，联合优化可靠 token 选择与自适应反事实干预，通过多角色依赖度量平衡视觉探索与答案相关性挖掘，并抑制纯探索性填充 token 和虚假视觉噪声。与依赖静态反事实先验的做法不同，该框架从模型自身成功与失败的 rollout 中动态导出反事实信号，实现自诊断分析与优化目标随策略协同演化。报道称，在复杂视频推理和通用视频理解基准上，DyCPO 取得了一致的性能提升。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。