video-event-prediction

该论文提出 VepAgent，一个将因果转移推理与工具增强强化学习结合的智能体框架，用于视频事件预测，并构建了 futurebench-4K 思维链数据集，在 FutureBench 和 NEPBench 上达到 SOTA 性能。

Introduces Future-L1, an interleaved latent visual reasoning framework that improves video event prediction by maintaining visual semantics in latent space. Achieves state-of-the-art results on FutureBench and TwiFF-Bench benchmarks.