ReTAC：免训练多智能体视频空间推理框架
热点事件持续更新
ReTAC：免训练多智能体视频空间推理框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Yike Wu 等作者提出 ReTAC，一个免训练的多智能体框架，用于视频空间推理。其核心思路是把额外计算“残差化”：只对基础模型未能解决的需求分配额外计算，并在局部失败后仅重算受影响的状态。 ReTAC 通过有序规划获取缺失的空间证据，并用阶段对齐验证把失败定位到规划、感知或推理环节。作者称，在三个主流 MLLM 和两个基准上，ReTAC 取得对比方法中最高的综合得分。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
ReTAC：面向视频空间推理的残差式测试时智能体计算框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIReTAC：面向视频空间推理的残差式测试时智能体计算框架
ReTAC 是一个免训练的多智能体框架，用于视频空间推理，只把额外计算分配给基础模型未解决的需求，并在局部失败后仅重算受影响状态。它通过有序规划获取缺失的空间证据，并用阶段对齐验证将失败定位到规划、感知或推理环节。在三个主流 MLLM 和两个基准上，ReTAC 取得对比方法中最高的综合得分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。