面向问题的证据账本用于视频关系推理

本文针对视频关系推理问答挑战，提出一种测试时推理流水线。该方法以强大的 GPT-5.5 视频问答求解器为基础，结合一组“问题感知证据账本”。初始求解器基于统一视频表征回答问题，而路由账本则被提示显式化计数、空间、端点、视角及对话推理所需的目标、单位、参考帧及时空范围。外部工具仅作为证据来源。通过保守门控机制，仅在独立证据明确支持不同选项时更新答案。最终系统在测试集上取得了 92.95% 的总体准确率和 93.79% 的宏平均准确率。