Open-o3-Video-v2：基于可验证时空证据进行搜索、定位与推理
Open-o3-Video-v2为视频推理引入智能体式流程：模型识别信息缺口、获取额外观察，并将相关时刻和物体记录为证据。研究团队构建了基于证据的智能体推理轨迹数据集，并提出Clue-Seek GRPO训练方法，奖励有效检索，同时惩罚过度或重复的工具调用。在V-STaR上，4B模型的mAM为40.4%，mLGM为56.3%，分别比其基础模型Qwen3-VL-4B高8.5和12.6个百分点。研究还报告称，该模型在通用视频理解、长视频推理和时间定位基准测试中均有所提升。代码和模型已公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。