KTO

EVA：面向端到端视频智能体的高效强化学习框架

EVA: Efficient Reinforcement Learning for End-to-End Video Agent

把视频理解从「被动识别整段视频」改成「先规划再看」的智能体范式：用 SFT+KTO+GRPO 三阶段训练让 MLLM 自主决定看哪些帧、何时看，可直接复用到长视频问答与高效视频推理中。