提出VideoHarness-SRSI视频理解框架

2026年10月15日，arXiv Computer Vision 刊出由 Zihao Lin 等作者完成的研究，提出证据治理框架 VideoHarness-SRSI，用于视频理解中的结构化递归自我改进。该工作针对递归式 harness 进化中的三类失败模式——验证过拟合、搜索预算稀释和早期经验陷阱，要求每步搜索决策都基于可迁移、充分且先于搜索提交的证据。在四个视频理解基准上，其等权平均留出分数较 VideoHarness-BRSI 提升 6.2%，平均验证-测试差距缩小 37.9%。目前报道仅涉及该框架的提出与基准结果，尚无后续跟进报道。

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。