Evidence-Backed Video Question Answering

• 类型：arxiv
• 标识：2607.11862
• 链接：https://arxiv.org/abs/2607.11862
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：ST-Evidence is introduced, the first human-verified benchmark for both discriminative and generative pixel-level grounding, and scalable, automated generation pipelines are developed to create ST-Evidence-Instruct, a 160k-scale dataset bridging high-level reasoning with fine-grained grounding.
• OpenAlex ID：W7168289900
• OpenAlex DOI：10.48550/arxiv.2607.11862
• DOI：10.48550/arxiv.2607.11862
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.11862
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：证据支撑的视频问答
• TLDR中文：提出 ST-Evidence，首个同时面向判别式和生成式像素级 grounding 的人工验证 benchmark，并开发可扩展的自动生成流程，构建了 16 万规模、衔接高层推理与细粒度 grounding 的数据集 ST-Evidence-Instruct。
• 来源文件：
• /inbox/tom/_candidates/2026-07-15-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]