并行工具调用

ParaVT：解决并行视频工具调用中工具先验悖论的强化学习框架

2026年5月26日，HuggingFace Daily Papers介绍论文ParaVT，这是一个用于并行视频工具调用的多智能体端到端强化学习框架。该框架针对预训练模型在视频工具调用中出现的工具先验悖论问题，提出了PARA-GRPO方法。据论文报告，在六项长视频理解基准测试中，ParaVT相比Qwen3-VL基线平均提升7.9%，训练格式合规率从0.13提升至0.64。