CVPR 2026 EgoVis Workshop

新的反思性对话方法增强了视频问答模型

研究人员开发了一种新颖的方法，仅使用推理时上下文注入即可将视觉语言模型（VLM）适配到视频问答任务。这种称为反思性对话（RD）的方法涉及一个提出问题并提供反馈的教师智能体与一个回答并提供视觉基础解释的求解器智能体之间的对话。在EgoCross基准测试上的实验表明，RD的表现优于零样本和标准的上下文内学习方法，在CVPR 2026第一届跨领域EgoCross挑战赛的开源赛道中获得第三名。