EasyVideoR1：更简易的视频理解强化学习框架

可验证奖励的强化学习（RLVR）显著提升了大语言模型的推理能力。随着模型向原生多模态架构演进，将 RLVR 扩展至视频理解至关重要但仍待探索。本文提出 EasyVideoR1，一个专为视频理解任务设计的高效强化学习框架。其贡献包括：消除冗余解码的全流程视频 RL 训练管道、覆盖 11 种任务类型的感知奖励系统、混合离线 - 在线数据训练范式、支持独立像素预算的图文联合训练，以及涵盖 22 个基准的异步评估框架，有效提升了模型的视频推理性能。