#Video-LLM

共 3 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「Video-LLM」标签的资讯、产品与论文，按刊登时间排，新的在上。

7月31日

论文提出 ObjectStream，用目标当锚点压缩视频记忆，免训练提升理解，显存延迟减半，性能还涨 10 分。

arXiv cs.AI@Mingkang Dong 等 11 人原文

6月24日

这个新基准EG-VQA把视频问答的答案和证据绑定在一起，测出来一大票模型只会蒙答案不会找证据。开源模型EG-Reasoner靠证据监督训练，反事实推理直接碾压好几家专有模型。

arXiv cs.AI@Linpeng Huang 等 5 人原文

6月11日

论文精选10:53

做长视频理解或视频检索的开发者会发现，当前 Video-LLM 在小时级视频上几乎不可用，而简单的检索基线反而更有效——这个反直觉结论值得点开看看，或许能帮你重新设计系统架构。

arXiv cs.AI@Sukmin Seo, Geewook Kim原文