SAVER：用稠密参考强化稀疏视频推理
Get the story
2026年10月9日，arXiv 计算机视觉（一手）报道：研究者提出 SAVER，一种稠密到稀疏的视频后训练框架，以稠密视频视图作为训练期参考，通过接地奖励和可靠性门控参考奖励优化稀疏视图预测。SAVER 仅用 1,250 个随机采样的时序接地样本训练，未使用任何视频问答标注。实验显示，在三个时序接地基准和六个视频问答基准上，SAVER 在不同帧数预算下均提升表现，可匹配或超越稠密帧 Qwen3.5 基线，同时使用明显更少的帧。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer VisionSAVER：用稠密参考强化稀疏视频推理
研究者提出 SAVER，一种稠密到稀疏的视频后训练框架，用稠密视频视图作为训练期参考，以接地奖励和可靠性门控参考奖励优化稀疏视图预测。SAVER 仅用 1,250 个随机采样的时序接地样本训练，未使用任何视频问答标注。在三个时序接地基准和六个视频问答基准上，SAVER 在不同帧数预算下均提升表现，可匹配或超越稠密帧 Qwen3.5 基线，同时使用明显更少的帧。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.