摘要
针对长视频理解中错误修正成本高昂的问题，本文提出 IMPACT-CYCLE，一种监督型多智能体系统。该系统将长视频理解重构为共享语义记忆的迭代式声明级维护过程，包含结构化、版本化的状态编码（类型化声明、依赖图及溯源日志）。通过角色专用智能体在明确权限契约下协作，将验证分解为局部对象关系正确性、跨时间一致性及全局语义连贯性检查，确保修正仅限于结构依赖的声明范围。实验表明，该方法显著提升了下游推理性能并大幅降低了人工仲裁成本。
AI 推荐理由
论文核心提出基于契约的多智能体系统，用于长视频语义记忆的声明级监督修正与版本管理。
研究机构
Kunyu Peng
David Schneider
Zeyun Zhong
Zdravko Marinov
Jiale Wei
Ruijing Liu
Junwei Zheng
Lei Qi
Technische Universität München
论文信息