摘要
本文介绍了 CVPR 2026 VidLLMs 挑战赛第二赛道的解决方案，该赛道评估视频中的视觉关系推理能力。我们提出了 ASC-MQRA，一种无需训练测试时推理框架。核心组件 ASC 通过多次随机问答运行并聚合答案，利用答案级自一致性显著提升单次推理效果。此外，研究了 MQRA 模块，针对低置信度样本进行条件重仲裁，通过缩小候选集并重看视频来优化结果。验证集显示 MQRA 有效，但测试集表现略降，最终提交采用纯 ASC 方案，取得了优异的准确率。
AI 推荐理由
论文核心提出基于自一致性和重仲裁的推理框架，旨在提升视频关系推理能力。
研究机构
Data Analytics Labo Co.
论文信息