张小明
前端开发工程师
近期，多模态大语言模型及借助工具进行长视频问答的系统在小时级剧集推理方面展现出巨大潜力。然而，许多方法仍将内容压缩为有损摘要或依赖有限工具集，这削弱了时间定位能力并遗漏了细粒度线索。
我们提出一种多智能体框架：其中主控大语言模型负责协调一个定位代理以确定问题相关片段，以及一个视觉代理以提取目标文本化观测信息。
主控智能体在步数限制下进行规划，并通过强化学习训练以鼓励简洁、准确且高效的多智能体协作。该设计通过定位机制帮助主控智能体聚焦相关片段，以视觉细节补充字幕信息，并产生可解释的任务轨迹。
在我们从TVQA/TVQA+整合构建的剧集级数据集LongTVQA与LongTVQA+上，我们的多智能体系统显著优于强非智能体基线模型。实验同时表明，强化学习能进一步强化受训智能体的推理与规划能力。
原文链接：https://arxiv.org/html/2512.20618v1
在企业经营发展的全流程中，会计档案是记录经济活动、保障财税合规的核心载体，涵盖原始凭证、账簿报表、合同协议等关键资料，不仅关系到企业内部管理决策，更涉及税务稽查、审计核查等合规要求。电子会计档案成为主流，但…
李华
Z-Image-Turbo模型蒸馏实践：轻量化部署的云端实验环境 如果你是一名移动端开发者，希望将Z-Image-Turbo这样的强大图像生成模型蒸馏后部署到手机端，那么你可能会遇到一个棘手的问题：蒸馏实验对环境配置要求特殊，本地搭建…
李华
AI设计：用预置镜像快速构建创意辅助工具 为什么设计工作室需要AI创意辅助工具 在设计行业，创意产出往往需要耗费大量时间和人力成本。传统设计流程中，从构思到成品需要反复修改，效率较低。而AI技术的出现，特别是图像生…
李华
陌生设备蹭网、病毒偷偷入侵？还搞不清网络准入控制是什么？别慌！2025 年这份干货超及时，精选六大主流网络准入控制系统，搞懂网络准入控制，轻松挡住不安全设备，企业网络安全瞬间有保障～…
李华
玩转AI绘画：周末用云端GPU打造个人艺术展 作为一名艺术爱好者，你是否曾想过举办一场属于自己的AI艺术展？借助Stable Diffusion等开源AI绘画工具，现在完全可以在云端GPU环境下快速生成高质量的艺术作品。本文将手把手教你如何利用预…
李华
低成本实验：用按量付费GPU尝试Z-Image-Turbo的N种玩法 作为一名个人开发者，你是否对AI图像生成的各种应用场景充满好奇，但又担心云服务成本失控？本文将介绍如何利用Z-Image-Turbo镜像，在按量付费的GPU环境下低成本探索…
李华