提出了证据接地的视频问答基准(EG-VQA)和推理模型(EG-Reasoner),通过引入时间证据定位和显式监督,提升了视频问答的准确性与可解释性。
机构:中山大学
来源:arXiv 2606.24797 | AI4Papers 论文推荐平台