arXiv · cs.AI· Jiaxuan Sun, Biao Wang, Shuai Li·· 2 天前
FrameGRPO通过多帧Rollout与时间信用提升视频推理
FrameGRPO: Incentivizing Video Reasoning via Multi-Frame Rollouts and Temporal Credit
arXiv:2610.26022v1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：Jiaxuan Sun, Biao Wang, Shuai Li
研究任务与主要进展
作者提出FrameGRPO强化学习框架，通过多帧Rollout和门控时间效率信用提升多模态大语言模型的视频推理能力。该方法无需辅助网络或改变模型架构，仅在完整解码结果上进行均匀时间下采样；当前材料仅含论文摘要。摘要称，在多类视频理解与推理基准上的实验显示，FrameGRPO相较标准GRPO取得稳健的整体改进。
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