arXiv · cs.AI· Guowen Zhang, Boshen Xu, Zihao Yue, Ziheng Wang, Xiaokun Liu, Xin Tao, Wenyu Qin, Pengfei Wan, Qin Jin·· 11 小时前
EventLens：利用事件结构强化学习进行视频理解
EventLens: Event-Structure Reinforcement Learning for Video Understanding
arXiv:2610.16172v1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：Guowen Zhang, Boshen Xu, Zihao Yue, Ziheng Wang, Xiaokun Liu, Xin Tao, Wenyu Qin, Pengfei Wan, Qin Jin
研究任务与主要进展
EventLens 是一种面向视频理解的视觉中心强化学习框架，通过恢复事件边界、单事件进程和多事件关系来训练模型，而非重建视频字幕。基于论文摘要，作者在 Qwen3-VL 骨干上报告了时间定位和事件敏感推理基准的一致提升，同时保持一般视频问答表现，并通过多教师在策略蒸馏降低训练成本；具体实验细节与基线条件材料未说明。
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