摘要
针对现有大模型在超长视频推理中难以保持连贯记忆及推断跨时间因果依赖的问题，本文提出 Event-Causal RAG 框架。该方法将视频流分割为语义连贯的事件，构建状态 - 事件 - 状态（SES）图并合并为全局事件知识图谱，存储于支持语义匹配与因果拓扑检索的双层记忆中。通过双向检索策略识别关键事件因果链，辅助基础模型生成答案。实验表明，该方法在需多事件整合与长时程因果推理的任务上显著优于现有基线，同时提升了记忆效率与流式处理能力。
AI 推荐理由
论文核心提出双存储记忆架构与事件因果图，解决长视频连贯记忆难题。
研究机构
天津大学智能无人系统创新中心（天大智创）
天津大学
中国
中国科学院计算技术研究所
深圳
论文信息