arXiv · Computer Vision· Susan Liang, Jianmin Wu, Daxiang Dong·2026-10-01 12:00· 3 小时前AI 评分52

VidHarness：面向低成本长视频理解的智能体框架进化

VidHarness: Evolving Agent Harnesses for Cost-Efficient Long Video Understanding

AI 导读

VidHarness通过蒙特卡洛树搜索自动进化视频智能体，结合不确定性感知的多保真度验证降低评估成本，并在LongVideoBench、Video-MME和Video-Holmes上达到新SOTA，比最强手工智能体高11.2分。