EventLens：事件结构强化学习提升视频时序理解

Guowen Zhang 等在 arXiv 发布论文，提出 EventLens，一种面向视频理解的视觉中心强化学习框架。它通过恢复事件边界、单事件进程和多事件关系来训练模型，而非依赖重建视频字幕。 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。

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。