研究人员提出递归视频上下文学习方法
发生了什么
据arXiv cs.CL发布的研究，研究人员提出递归视频上下文学习（RV-ICL）方法，旨在解决智能体在处理演示视频时的上下文限制。该方法将演示视频转化为层级结构，智能体可根据任务需求按需读取不同层级的细节。实验显示，该方法在LIBERO-PRO任务上的成功率从92.6%提升至96.5%，在LIBERO-Plus任务上从86.7%提升至95.8%。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- arXiv cs.CL一手材料
Recursive Video In-Context Learning for Agentic Robot
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口