帧采样

通过强化学习实现长视频理解中的高效帧选择

Efficient Frame Selection for Long Video Understanding via Reinforcement Learning

把「选哪些帧」当作可学习策略，用分层奖励的强化学习训练轻量选择器，可直接插到任意 MLLM 前端替代均匀采样，是长视频理解中低成本提升输入质量的通用手段。