论文
Readiness Gating：视频模型何时已有足够证据？
Have I Seen Enough? Frozen Video-Language Models Encode Evidence Readiness
摘要
流式视频语言模型既要决定回答什么，也要判断当前问题的证据是否已到达。已有系统训练独立触发器；我们问未修改模型是否已计算这一信号。冻结VideoLLM包含可线性读取的证据就绪信号，标签来自带时间戳证据而非模型输出。在字节完全相同的共享评测中，七模型都可解码；最严格未就绪采样下AUROC为0.733—0.905，拟合时钟近随机。训练探针时未使用某基准族任何视频，仍能读取该族。信号以问题为条件：相同窗口只改问题，66.1%配对读出反转，问题盲对照按构造处于随机。答错时仍可编码就绪，错误答案AUROC为0.722。在匹配延迟的回答选择中，就绪优于不确定性估计器及其监督组合，更贴近独立人工判断。已有流式触发器虽也是线性读出，但在自身底座激活上与就绪近乎正交，解码明显弱于探针。Readiness Gating以该信号控制回答时机，在相同视频时长下准确率最多提高9.75个百分点，计算开销可忽略。26配置中，收益随任务可用准确率提升空间变化；保持像素相同但改变提升空间的干预，也相应改变收益。
