APPO：注意力引導的感知策略最佳化｜提升影片推理

解析複雜影片推理為何常受限於細粒度感知，而不只是推理模型規模；並介紹 APPO 如何以 token 級密集獎勵，最佳化同組回應中共同關注關鍵影格的感知 token，在不依賴昂貴逐影格標註的情況下提升影片理解。 論文：APPO: Attention-guided Perception Policy Optimization for Video Reasoning https://arxiv.org/abs/2602.23823