#潜视觉推理

VideoLVR：用潜视觉推理破解视频理解中的视觉遗忘难题

解读 VideoLVR 论文：针对视频多模态大模型的语言推理导致视觉遗忘问题，VideoLVR 从局部区域构建潜视觉证据，以统一 token 预测框架和强化学习联合优化，在细粒度视频理解任务上表现更优。