Jan 01, 1970
103 測定値
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: プロンプトのサンプル
長すぎる; 読むには
この論文では、研究者らが、物語の要約と視覚的なマッチングを活用し、教師ありモデルよりも優れたパフォーマンスを発揮する GPT-3 を使用したゼロショット ビデオ QA を調査しています。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
B. プロンプトサンプル
Long Story Short の各ステージでは、次のプロンプトを使用します。 見やすさを考慮して行を分割し、実際の改行は \n で示します。 また、プロンプト内のリスト項目は省略記号 (...) を使用して省略されます。
脚本からプロットまで。
私は非常に知能の高いストーリーテリングボットです。
台本を頂ければ
短い概要を詳しくお伝えします。\n\n
[生成された脚本]\n\n
あらすじ:
プロット インデックスの検索。
あらすじ:\n
（１）[プロット１]
（２）[プロット２]
...\n
(N) [プロットN]\n\n
私は非常に知能の高い質問回答ボットです。
質問があればお答えします
解決するために参照する必要があるプロットのインデックス。\n
Q: [質問]\n
トップ1プロットインデックス: (
あらすじ:\n
（１）[プロット１]
（２）[プロット２]
...\n
(N) [プロットN]\n\n
[生成された脚本]\n\n
私は非常に知能の高いプロット質問回答ボットです。
質問や候補者を尋ねれば、私はあなたに
回答のインデックス。\n
Q: [質問]\n
応募者:\n
（１）: [回答１]
...\n
（５）: [回答５]
答え: (
L O A D I N G
. . . comments & more!
. . . comments & more!
