工具增强智能体

用视频思考：面向长视频推理的多模态工具增强强化学习

Thinking With Videos: Multimodal Tool-Augmented Reinforcement Learning for Long Video Reasoning

把「按需采样视频帧」做成可调用的视觉工具箱，并用 DGRPO 平衡多任务 RL 中的难度差异，为长视频 MLLM 推理提供了一条可复用的 agentic 训练范式；做视频问答或时序定位时可直接借鉴其多任务数据构造与 RL 策略。