knowledge-intensive

VideoKR 引入了一个大规模视频推理数据集和基准，旨在通过专家领域内容和人机协同的示例生成，增强知识密集型视频理解。该数据集包含 31.5万个视频推理示例，覆盖 14.5万个专家领域视频。

提出AMATA，一种用于知识密集型问答的多智能体轨迹对齐框架，通过引入轨迹内偏好学习和智能体间依赖学习，提升事实依据和可解释性，在五个基准测试中优于基线方法。