待验证50% 置信观点精确时间
ProactiveFrame 的表现远逊于 oracle 引导的聚焦策略，表明模型很难仅从视频流本身推断出何时需要更精细的时间感知。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证编写视频提示词的核心原则是尽量少让模型猜，把该告诉模型的信息提前告诉它，而非把提示词写得越长越好67% 相似待验证将问题放在上下文之前让模型提前知道过滤内容，能人为膨胀KV压缩方法的表面效果，但真实推理场景中问题通常在上下文处理后才给出66% 相似待验证NBP通过单张图片在推理阶段实现类似LoRA的效果，其技术路线更接近多模态大模型的上下文少样本学习（few-shot in-context learning），与显式LoRA微调有本质区别65% 相似待验证提示词并没有真正提高模型的能力，它只是给模型提供了更多相关信息65% 相似待验证强制简洁的输出约束有时反而能提升模型的推理专注度64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013403API
curl https://kongchang.com/api/v1/knowledge/claims/1013403MCP
get_claim(id=1013403)