VLM作为教师:自适应测试时优化实现视频推理
深度2026年6月4日28 分钟阅读
最有趣的发现:将VLM从求解者转变为教师,通过测试时优化显著提升视频推理的规则遵循能力,而无需额外训练或大型模型。推荐阅读人群:从事视频理解、生成式推理及多模态学习的研究者和工程师。
觉得有用?分享给更多人
觉得有用?分享给更多人
Cloudflare Managed Defense 的 AI agent 执行框架把证据采集和范围限定放在应用代码里,先执行固定侦察工作流,再用 Clef 过滤噪音,由协调者智能体调度流量分析、客户上下文、全局遥测和威胁情报四个专职智能体并行分析,最后合成建议。系统全程记录证据来源与缺失,模型没有越权决策的权限,最终判断权仍归人类分析师。
Infino 由前 AWS OpenSearch 团队创立,推出开源 Agent 检索平台。核心思路是把所有数据统一存为 Parquet,在 SQL 中嵌入检索函数,让 Agent 用一次查询完成关键词搜索、语义搜索、过滤和聚合。