智能体编排

SAGE：用强化学习训练智能任意跨度智能体进行长视频推理

SAGE: Training Smart Any-Horizon Agents for Long Video Reasoning with Reinforcement Learning

把长视频推理建模为「按需决定看多少帧、看几轮」的多轮智能体决策，并用 RL 后训练教会模型自适应选择时间跨度；对做视频问答/长视频理解的人，这套 any-horizon 调度 + 合成数据管线可直接迁移到自己的视频 LLM 上以降低帧数开销。