CoEvoWhen：超长视频时序定位策略-工具协同演化

2026年9月30日，HuggingFace Daily Papers（社区热门论文）收录论文《CoEvoWhen：面向超长视频时序定位的策略-工具协同演化》。研究者提出 CoEvoWhen 策略-工具协同演化框架，从 VLM 的智能体推理轨迹中联合演化高层策略与可执行媒体工具，形成可复用技能，且无需更新模型参数。据该报道，在五个 benchmark 和三个 VLM 上，该方法持续提升超长视频时序定位准确率，同时降低推理时的视觉 token 开销；演化出的技能在通用长视频 QA 上也取得显著提升。上述结果与结论均来自该论文自述，尚待更多独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。