Cryotter：通过组相对偏好反向传播学习长视野视频编辑代理

长期视频编辑代理只有在做出许多相互依赖的决策后才会收到最终产品反馈。然而，编辑质量是主观的，承认多种有效的解决方案，并且没有跨异构请求进行有意义的校准，使得全局标量目标既模糊又暂时缺乏信息。我们的主要观察是，确定要求、材料和生产限制会将这一主观目标转化为直接可比替代方案之间的顺序比较。我们引入了群体相对偏好反向传播（GRPB），它将相同任务的排名转化为零和优势，并将其重新分配为语义编辑片段上的有界信用。滞后的分配器和受保护的传输可防止当前判断或不可靠的估计直接塑造同一执行轨迹组。我们手动构建一个项目不相交、任务跨度分层的现实编辑任务套件，用于训练和受控评估。通过匹配基线、信用干预、外部基准测试和盲评，GRPB 改善了编辑行为和渲染产品。由此产生的 9B Cryotter 模型超越了 AgenticVBench 上的多个专有系统，支持减少任务本地偏好，作为从主观延迟结果中学习的实用方法。代码和所有支持材料均可在 https://github.com/idwts/Crayotter 上公开获取。