基于结构化视觉证据的时间证据路由用于 TimeLogicQA

TimeLogicQA 旨在评估视频问答系统对事件存在、顺序、持续性等时序关系的推理能力。本文提出一种视觉证据路由流程，将感知与符号时序推理分离。系统首先解析问题要素，随后根据视频时长和算子难度路由证据：短视频采用有序全帧证据，长视频则聚焦事件候选窗口。多模态大语言模型生成结构化视觉证据，程序化验证器恢复密集动作区间，确定性归约器应用时序规则得出最终答案。保守融合机制仅在多方一致时接受答案，有效减少噪声干扰，在官方测试中平均准确率达 81.8%。