Copertina

Ego-R1: Chain-of-Tool-Thought for Ultra-Long Egocentric Video Reasoning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tian, Shulin, Wang, Ruiqi, Guo, Hongming, Wu, Penghao, Dong, Yuhao, Wang, Xiuying, Yang, Jingkang, Zhang, Hao, Zhu, Hongyuan, Liu, Ziwei
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Insight-V++: Towards Advanced Long-Chain Visual Reasoning with Multimodal Large Language Models
di: Dong, Yuhao, et al.
Pubblicazione: (2026)

A Simple Baseline for Streaming Video Understanding
di: Shen, Yujiao, et al.
Pubblicazione: (2026)

EgoLife: Towards Egocentric Life Assistant
di: Yang, Jingkang, et al.
Pubblicazione: (2025)

Insight-V: Exploring Long-Chain Visual Reasoning with Multimodal Large Language Models
di: Dong, Yuhao, et al.
Pubblicazione: (2024)

EgoLCD: Egocentric Video Generation with Long Context Diffusion
di: Zhang, Liuzhou, et al.
Pubblicazione: (2025)

WorldQA: Multimodal World Knowledge in Videos through Long-Chain Reasoning
di: Zhang, Yuanhan, et al.
Pubblicazione: (2024)

EgoMemReason: A Memory-Driven Reasoning Benchmark for Long-Horizon Egocentric Video Understanding
di: Wang, Ziyang, et al.
Pubblicazione: (2026)

EgoEsportsQA: An Egocentric Video Benchmark for Perception and Reasoning in Esports
di: Ma, Jianzhe, et al.
Pubblicazione: (2026)

Recall with Reasoning: Chain-of-Thought Distillation for Mamba's Long-Context Memory and Extrapolation
di: Ma, Junyu, et al.
Pubblicazione: (2025)

EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos
di: Fu, Hongming, et al.
Pubblicazione: (2026)

EgoTL: Egocentric Think-Aloud Chains for Long-Horizon Tasks
di: Liu, Lulin, et al.
Pubblicazione: (2026)

Spatial-Conditioned Reasoning in Long-Egocentric Videos
di: Tribble, James, et al.
Pubblicazione: (2026)

EgoSound: Benchmarking Sound Understanding in Egocentric Videos
di: Zhu, Bingwen, et al.
Pubblicazione: (2026)

EgoVITA: Learning to Plan and Verify for Egocentric Video Reasoning
di: Kulkarni, Yogesh, et al.
Pubblicazione: (2025)

EgoVideo: Exploring Egocentric Foundation Model and Downstream Adaptation
di: Pei, Baoqi, et al.
Pubblicazione: (2024)

Ego-Grounding for Personalized Question-Answering in Egocentric Videos
di: Xiao, Junbin, et al.
Pubblicazione: (2026)

EgoToM: Benchmarking Theory of Mind Reasoning from Egocentric Videos
di: Li, Yuxuan, et al.
Pubblicazione: (2025)

EgoBench: An Interactive Egocentric Multimodal Benchmark for Tool-Using Agents
di: Liu, Yunqi, et al.
Pubblicazione: (2026)

EgoPro-Bench: Benchmarking Personalized Proactive Interaction in Egocentric Video Streams
di: Ran, Dongchuan, et al.
Pubblicazione: (2026)

Multimodal Chain-of-Thought Reasoning: A Comprehensive Survey
di: Wang, Yaoting, et al.
Pubblicazione: (2025)

Rethinking Chain-of-Thought Reasoning for Videos
di: Zhong, Yiwu, et al.
Pubblicazione: (2025)

EgoLoc: A Generalizable Solution for Temporal Interaction Localization in Egocentric Videos
di: Ma, Junyi, et al.
Pubblicazione: (2025)

FileGram: Grounding Agent Personalization in File-System Behavioral Traces
di: Liu, Shuai, et al.
Pubblicazione: (2026)

EgoVid-5M: A Large-Scale Video-Action Dataset for Egocentric Video Generation
di: Wang, Xiaofeng, et al.
Pubblicazione: (2024)

EgoThinker: Unveiling Egocentric Reasoning with Spatio-Temporal CoT
di: Pei, Baoqi, et al.
Pubblicazione: (2025)

EgoMimic: Scaling Imitation Learning via Egocentric Video
di: Kareer, Simar, et al.
Pubblicazione: (2024)

Conversational Orientation Reasoning: Egocentric-to-Allocentric Navigation with Multimodal Chain-of-Thought
di: Huang, Yu Ti
Pubblicazione: (2025)

EgoSurgery-Tool: A Dataset of Surgical Tool and Hand Detection from Egocentric Open Surgery Videos
di: Fujii, Ryo, et al.
Pubblicazione: (2024)

Demo-ICL: In-Context Learning for Procedural Video Knowledge Acquisition
di: Dong, Yuhao, et al.
Pubblicazione: (2026)

EgoSurgery-HTS: A Dataset for Egocentric Hand-Tool Segmentation in Open Surgery Videos
di: Darjana, Nathan, et al.
Pubblicazione: (2025)

Shorter, but Still Trustworthy? An Empirical Study of Chain-of-Thought Compression
di: Zeng, Lingjie, et al.
Pubblicazione: (2026)

MONICA: Real-Time Monitoring and Calibration of Chain-of-Thought Sycophancy in Large Reasoning Models
di: Hu, Jingyu, et al.
Pubblicazione: (2025)

EgoSelf: From Memory to Personalized Egocentric Assistant
di: Wang, Yanshuo, et al.
Pubblicazione: (2026)

FoodTrack: Estimating Handheld Food Portions with Egocentric Video
di: Wang, Ervin, et al.
Pubblicazione: (2025)

Minerva-Ego: Spatiotemporal Hints for Egocentric Video Understanding
di: Nagrani, Arsha, et al.
Pubblicazione: (2026)

EgoVLM: Policy Optimization for Egocentric Video Understanding
di: Vinod, Ashwin, et al.
Pubblicazione: (2025)

EgoPoints: Advancing Point Tracking for Egocentric Videos
di: Darkhalil, Ahmad, et al.
Pubblicazione: (2024)

CSRP: Chain-of-Thought Reasoning for Chinese Text Correction via Reinforcement Learning with Efficiency-Aware Rewards
di: Tian, Wei, et al.
Pubblicazione: (2026)

EgoEverything: A Benchmark for Human Behavior Inspired Long Context Egocentric Video Understanding in AR Environment
di: Tang, Qiance, et al.
Pubblicazione: (2026)

EgoLM: Multi-Modal Language Model of Egocentric Motions
di: Hong, Fangzhou, et al.
Pubblicazione: (2024)