VideoKR: naar kennis- en redeneringsintensief videobegrip

Samenvatting

Wij introduceren VideoKR, het eerste grootschalige trainingscorpus dat specifiek is ontworpen om kennis- en redeneerintensief videobegrip te versterken. Het omvat 315K videoredeneervoorbeelden over 145K nieuw verzamelde, CC-gelicentieerde expertdomeinvideo's. Wij ontwikkelen een human-in-the-loop, vaardigheidsgerichte voorbeeldgeneratiepijplijn die zich richt op progressief diepere videoredeneercapaciteiten, terwijl de moeilijkheid, diversiteit en betrouwbaarheid van zowel de voorbeelden als hun CoT-redeneringen wordt gewaarborgd. Daarnaast cureren wij VideoKR-Eval, een nieuwe expert-geannoteerde benchmark waarbij vragen oprecht videobegrip en kennisintensief redeneren vereisen in plaats van tekstuele shortcuts. Onze experimenten tonen aan dat, onder een standaard SFT→GRPO-pijplijn, modellen die post-getraind zijn op VideoKR beter presteren dan eerdere post-trainingbenaderingen op kennisintensief videoredeneren, terwijl zij concurrerend blijven op algemeen videoredeneren, wat het databeleid benadrukt als een belangrijke drijfveer voor vooruitgang in videoredeneren. Verder voeren wij uitgebreide ablatiestudies uit om de bijdragen van VideoKR te isoleren, hetgeen bruikbare inzichten biedt voor toekomstig werk.

English

We introduce VideoKR, the first large-scale training corpus specifically designed to strengthen knowledge- and reasoning-intensive video understanding. It comprises 315K video reasoning examples over 145K newly collected, CC-licensed, expert-domain videos. We develop a human-in-the-loop, skill-oriented example generation pipeline that targets progressively deeper video reasoning capabilities while ensuring the difficulty, diversity, and reliability of both the examples and their CoT rationales. We also curate VideoKR-Eval, a new expert-annotated benchmark where questions require genuine video understanding and knowledge-intensive reasoning rather than textual shortcuts. Our experiments show that, under a standard SFTrightarrowGRPO pipeline, models post-trained on VideoKR outperform prior post-training approaches on knowledge-intensive video reasoning while remaining competitive on general video reasoning, highlighting data design as a key driver of progress in video reasoning. We further conduct comprehensive ablations to isolate the contributions of VideoKR, providing actionable insights for future work.