视频模型学会看证据决定要不要推理：EVAThink用6.7K样本在32帧下平均63.5%，输出比全推理短约62%
EVAThink把“这段采样帧够不够直接回答”变成训练信号：同一问题、同一答案下构造证据密集与证据稀疏两种视频视图，只保留稀疏视图直接作答变差、但显式推理能补回来的样本对，再用两阶段强化学习教模型在直接作答与推理之间切换。训练仅用6.7K样本，在32帧与64帧固定预算下六个视频理解基准的平均分分别为63.5%和65.6%，均高于基座Qwen3-VL-8B-Instruct；64帧下自适应模式比纯直接作答和纯推理分别高2.3和3.6个百分点，输出长度比纯推理少约62%。