Este documento está disponible en arxiv bajo licencia CC 4.0.   Autores:  (1) Jiwan Chung, MIR Lab Universidad Yonsei (   ); https://jiwanchung.github.io/  (2) Youngjae Yu, MIR Lab Universidad Yonsei (   ). https://jiwanchung.github.io/  Tabla de enlaces   Resumen e introducción   Método   experimentos   Trabajo relacionado   Conclusión   Limitaciones y referencias   A. Detalles del experimento   B. Muestras inmediatas  5. Conclusión  Presentamos Long Story Short, un método de resumen y luego búsqueda para comprender tanto la narrativa global como los detalles relevantes para el control de calidad de la narrativa de video. Nuestro enfoque es efectivo cuando el contexto de control de calidad es amplio y es necesaria una interacción de alto nivel con dicho contexto para resolver dicho control de calidad, como es el caso de los controles de calidad de videos largos. Además, proponemos mejorar aún más la base visual de la respuesta generada por el modelo mediante una verificación posterior de la alineación visual con CLIPCheck. Nuestro método de disparo cero mejora los enfoques supervisados de última generación en los puntos de referencia MovieQA y DramaQA. Planeamos publicar el código y los datos de la trama generados.  Hay dos posibles direcciones de investigación más allá de este trabajo: primero, proporcionar descripciones visuales mejor alineadas con la historia con reidentificación de personajes y resolución de correferencia para mejorar la calidad de entrada a GPT-3. En segundo lugar, se puede idear una búsqueda de múltiples saltos más dinámica que combine información global y local de manera jerárquica.

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

Este audio es producido en el idioma original de la historia!

Demasiado Largo; Para Leer

Boost your HackerNoon story @ $159.99! 🚀

Un método de resumen y luego búsqueda para responder preguntas en video largas: conclusión

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Telegram: el puente de Crypto Island hacia el continente

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Telegram: el puente de Crypto Island hacia el continente

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps