この論文はCC 4.0ライセンスの下でarxivで公開されています。 著者:  (1) Jiwan Chung、延世大学MIRラボ（   ）; https://jiwanchung.github.io/  （２）Youngjae Yu、延世大学MIRラボ（   ）。 https://jiwanchung.github.io/ リンク一覧 概要と序文 方法 実験 関連作業 結論 制限事項と参考文献 A. 実験の詳細 B. プロンプトサンプル 2. 方法  2.1. プロット生成  2.2. 物語検索 要約された物語と質問が与えられたら、長いビデオから質問に関連する比較的短いクリップを取得したいと考えています。言語モデルは、不規則でノイズが多いことが多いオープンエンドのテキストを生成します。ビデオの正確な部分を取得するために、テキスト形式ではなくプロットのインデックスを出力するようにモデルを駆動します。  言語モデルのオープンエンドな性質のため、生成されたインデックスには依然としてノイズが含まれる可能性があります。モデルがテキスト形式で回答を出力する場合、生成された文との類似性が指定されたしきい値α ≥ 0.5を超えるプロットピース候補を見つけるために、rouge-l [19]スコアを使用します。   2.3. 目視による確認

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

Kinetopgraph.TECH

Read My Stories

kinetograph

このオーディオは、ストーリーの元の言語で制作されています。

長いビデオの質問応答のための要約してから検索する方法：方法

About Author

コメント

ラベル

この記事は

Related Stories

ユニークなエコシステムを支えるビットコインUTXOのモデル

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユニークなエコシステムを支えるビットコインUTXOのモデル

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps