南开 HVision-NKU 开源 OraRL：注释即 rollout 的统一视频 MLLM 强化学习

仓库于 2026-08-24 创建（仓库创建），配套论文 arXiv:2608.20492 与项目主页。OraRL（Annotations as Rollouts）面向统一视频多模态大模型提出高效、可扩展的强化学习方法，README 标注其在 ActivityNet-TimeLens 榜单为 SOTA。仓库提供 4B/9B 两个规模的模型权重、Hugging Face 在线 Demo（video-ora-9b-demo），以及环境配置、训练、评测三份文档支撑复现。对做视频理解与多模态 RL 的团队，这是一套方法、代码、模型与文档齐备的参考实现；实际落地需自备训练算力。