Jiahao Meng, Qize Yang, Yuxuan Wang, Yunfei Chu, Wensi Dai, Jin Xu, Yunhai Tong · 2026 · arXiv
DOI: 10.48550/arXiv.2610.31158 · open-access PDF
Agentes de pesquisa profunda sintetizam evidências da web aberta em relatórios longos, mas os benchmarks atuais não avaliam pesquisas centradas em um vídeo de origem. Introduzimos a geração de relatórios de pesquisa profunda centrados em vídeo. Dado um vídeo e um pedido de usuário, um agente identifica questões de pesquisa, obtém evidências multimodais externas e produz um relatório interativo ligado a momentos de vídeo relevantes. Esta tarefa tem valor prático direto porque ajuda os usuários a localizar momentos relevantes, verificar reivindicações, reproduzir procedimentos demonstrados e tomar decisões informadas a partir de conteúdo de vídeo.
Machine translation (Meta M2M100); the English original follows.
Deep research agents synthesize open-web evidence into long reports, but current benchmarks do not evaluate research centered on a source video. We introduce Video-Centered Deep Research Report Generation. Given a video and user request, an agent identifies research questions, retrieves external multimodal evidence, and produces an interactive report linked to relevant video moments. This task has direct practical value because it helps users locate relevant moments, verify claims, reproduce demonstrated procedures, and make informed decisions from video content. We present a skill-based workf
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31158, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange