arXiv · cs.AI· 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·· 5 小时前
VideoHarness-SRSI：用于视频理解Harness的结构化递归自我改进
VideoHarness-SRSI: Structured Recursive Self-Improvement for Video Understanding Harness
arXiv:2610.19424v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：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
研究任务与主要进展
作者提出VideoHarness-SRSI，用于在冻结视觉语言模型周围递归改进视频理解Harness，并通过证据治理减少验证过拟合、搜索预算稀释和早期经验陷阱。该框架使用内容无关反馈、预热实验和隔离探针分支组织搜索；在四个视频理解基准上，相比VideoHarness-BRSI，等权平均留出集得分提升6.2%，验证集与测试集平均差距降低37.9%。以上结果基于论文摘要。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org