小模型视频检索省七成Token
新训练框架让4B参数模型在视频研究基准上媲美Gemini，同时大幅降低API成本。
重要性局部证据E2 未复现写法快讯
VideoResearchAgent框架使Qwen3.5-4B在Video-BrowseComp基准上达到40.48%准确率，与Gemini-3-Flash-Preview相当。
该结果来自10月4日提交的预印本。传统视频智能体依赖实时网络交互，速度慢且不稳定；固定本地模拟又易导致“检索捷径”，无法泛化到开放网页。
团队提出RDR-GRPO算法，通过随机化候选排名、干扰项和元数据来减少过拟合。相比未训练模型，其累计API Token消耗降低74.9%。
此为作者自报结果，基于特定模拟器环境，尚未见独立第三方在真实开放网页上的复现验证。