**TurnWise：通过回合级信用分配推动流式视频强化学习**

_Turns Matter: Advancing Streaming Video RL via Turn-Level Credit_

> 针对流式视频理解中现有方法存在的轨迹级奖励与回合级决策不匹配问题，论文提出了 TurnWise 框架。该方法通过基于沉默完成前缀的评分构建回合级相对优势，并利用回合平均策略优化，在不依赖学习到的评论家或额外采样滚动的情况下，有效减少了冗余回复并提升了模型在流式视频理解任务上的表现。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.06728)