GEB 用视觉身份把长视频观察串成实体传记，在 EgoLifeQA 上把准确率推到 72.0%，比最强已发表记忆框架高 4.4 个百分点
该工作提出 Grounded Entity Biographies（GEB）长视频记忆框架，把跨片段中同一物理实例的视觉落地观察归组成可检索的“传记”，并在问答时把传记与情节证据一起检索；在四个基准（含日长与周长录像）上，多选与开放式问答均优于既有记忆框架，EgoLifeQA 达到 72.0% 准确率，比最强已发表结果高 4.4 个百分点，消融显示落地身份关联与传记阅读各自都有贡献，而仅增加描述无法完全复现这些增益。