视频理解与时序 / CVPR2026
META:面向长视频理解的工具轨迹自适应元进化
META: Meta Evolution of Tool Trajectory Adaptation for Long-Video Understanding
对做长视频理解的视觉研究者,这篇提供了免训练、模型无关的智能体框架:把重复出现的多步工具调用轨迹抽象为可复用的宏工具,并把失败轨迹蒸馏成结构化失败先验来约束后续工具选择,从而在不更新参数的情况下缩短推理链、提升时序感知能力,可直接套用到现有 VLM 的长视频问答流程上。
工具增强推理免训练智能体长视频理解