VepAgent：面向视频事件预测的工具增强强化学习
用因果转移推理与工具增强RL预测未观察到的视频事件。
为什么重要
为视频事件预测提供了可结合外部工具的因果推理训练范式。
阅读原文arxiv.org
AI 解读（根据原文生成）
论文提出 VepAgent，一个面向 Video Event Prediction（VEP）的 agentic 框架，将因果转移推理与工具增强强化学习结合。方法先构建 futurebench-4K 作为高质量思维链数据集用于监督微调，结构化推导未观察到的中间状态；再引入包含状态跟踪、帧检索和区域放大的诊断工具库，在推理时补足时空证据并处理视觉歧义；同时用复合奖励联合优化预测准确性、因果一致性和可靠先验。论文称在 FutureBench 和 NEPBench 上达到 SOTA。
要点（AI 据原文整理，数字均已与原文核对）
- arXiv 编号：2610.06293
- 论文发布日期：2026-10-05
- HF 点赞数：51
- 入选 HF 每日论文日期：2026-10-08
- VepAgent integrates causal-transition reasoning with tool-augmented reinforcement learning for robust VEP.
- The diagnostic tool library integrates state tracking, frame retrieval, and region magnification.