2609-10745 短视频脚本镜像

• 日期与轮次:2026-09-13 · R2
• arXiv 链接:https://arxiv.org/abs/2609.10745v1
• video-kb 脚本原路径:/shared/video-kb/scripts/tom/2026-09-13_R2_think-before-link-rarity_short-video-script.md

1. 标题与观众

• 标题:Think Before You Link,稀有实体塌方 15 到 40 个点
• 目标观众:RAG 系统工程师 + 多语知识库构建者 + 搜索后端工程师(主);多模态 VLM 工程师 / 工具调用 / Agent 后端(次)
• 一句话核心观点:用 KG 结构指标重定义稀有,先思后链框架让 SOTA 在稀有切片上止跌。

3. 45-90 秒口播稿

你的 RAG 系统,冷门实体总是查错;但你不知道的是,问题不在检索,而在「稀有」的定义。Wikipedia 浏览量被高浏览孤立实体骗,被低资源语言骗。本文改用 KG 结构指标:文档充分度 + 关系连接度,把「低浏览但弱连接」「高浏览但孤立」两类隐藏长尾全拎出来。一刀下去,SOTA 在新稀有切片上准确率直接塌方 15.4 到 39.9 个百分点,跨多个基线系统。修法也很朴素:不要一次性检索,让 reasoning VLM 边搜索边推理,先思后链。论文实证:推理 alone 不显著,检索 alone 伤害整体,两者必须互补。在 MERLIN 五语种上,框架整体 +6.9%,稀有切片最高 +23.3%,训练免费,直接挂到任意带工具调用的 VLM 就上线。落地一句:今晚就把 KG 度数加入你的稀有性打分。

4. 镜头分镜

• 镜头 1 · 0-8s · 标题卡 · 屏幕文字:Think Before You Link,稀有实体塌方 15 到 40 个点 · 画面元素:深色背景 + 白色 hero 标题 + 副标题 先思后链 · 用 KG 结构指标重定义稀有 · 运动方式:hero 标题从下往上推入 0.4s 缓动,副标题 0.6s 后淡入。
• 镜头 2 · 8-16s · 证据卡 · 屏幕文字:浏览量 ≠ 真实稀有 · 画面元素:左侧 Wikipedia 浏览量柱状图(高浏览孤立实体被误判为非稀有)+ 右侧 KG 度数热力图(低浏览孤立实体被正确识别为稀有)+ 中间红色 X 标记浏览量定义盲区 · 运动方式:左右分屏 0.5s 滑入,红色 X 闪烁 2 次。
• 镜头 3 · 16-24s · 风险卡 · 屏幕文字:SOTA 准确率塌方 15.4-39.9% · 画面元素:扇形图跨 4 个 SOTA 基线系统展示准确率下降幅度,左下角小字 EMNLP 2026 Main · arXiv 2609.10745 · 运动方式:扇形从 0° 旋开到 39.9% 时停帧,数字 0.3s 弹跳出现。
• 镜头 4 · 24-32s · 流程图 · 屏幕文字:推理 ↔ 检索 闭环 · 画面元素:VLM 工具调用迭代循环(检索 → 推理 → 检索 → ... → 实体)+ 累积证据时间轴 · 运动方式:节点沿弧线依次亮起,每节点 0.4s,共 4 个检索步 + 1 个推理步。
• 镜头 5 · 32-40s · 证据卡 · 屏幕文字:MERLIN 五语种 +6.9% / 稀有 +23.3% · 画面元素:Hindi / Indonesian / Japanese / Tamil / Vietnamese 五语种柱状图 + 整体平均虚线 · 运动方式:柱体从 0 升到目标值 0.6s 缓动,虚线在最后 0.3s 划出。
• 镜头 6 · 40-48s · 风险卡 · 屏幕文字:GitHub / VLM 步数 abstract 未明 · 画面元素:三件套警示卡(GitHub 链接占位 ? / VLM 步数占位 ? / Wikipedia API 配额占位 ?) · 运动方式:三卡依次淡入,占位 ? 闪烁 1 次。
• 镜头 7 · 48-56s · 行动清单 · 屏幕文字:今晚加 KG 度数到打分 · 画面元素:三步行动清单(KG 度数离线预计算 / Wikipedia 快照 ≤ 30 天 / VLM 工具错误率 < 5%)+ 右下角 MERLIN-Rare 数据集已发布 · 运动方式:清单自上而下逐条划入 0.3s 一条,右下角 chip 0.6s 后弹入。