VideoMind，用于长视频推理的 Chain-of-LoRA 代理，在各种视频理解任务上都取得了最先进的性能，包括基础视频问答（Grounded VideoQA）、视频时间基础（VTG）和一般视频问答（VideoQA），凸显了其在推进视频代理和长篇时间推理方面的有效性。

VideoMind，用于长视频推理的 Chain-of-LoRA 代理插图

项目地址：https://videomind.github.io/

Github地址：https://github.com/yeliudev/VideoMind

论文地址：https://arxiv.org/abs/2503.13444



微信扫描下方的二维码阅读本文

VideoMind，用于长视频推理的 Chain-of-LoRA 代理插图1

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。