paint-brush
长视频问答的总结搜索方法:提示样本经过@kinetograph
103 讀數

长视频问答的总结搜索方法:提示样本

太長; 讀書

在本文中,研究人员使用 GPT-3 探索零样本视频 QA,其表现优于监督模型,利用叙述摘要和视觉匹配。
featured image - 长视频问答的总结搜索方法:提示样本
Kinetograph: The Video Editing Technology Publication HackerNoon profile picture
0-item

该论文可在 arxiv 上根据 CC 4.0 许可获取。

作者:

(1)延世大学 MIR 实验室 Jiwan Chung( https://jiwanchung.github.io/ );

(2)Youngjae Yu,延世大学 MIR 实验室( https://jiwanchung.github.io/ )。

链接表

B. 即时样本

我们对“长话短说”的每个阶段使用以下提示。我们换行以方便阅读,并使用 \n 表示实际换行符。此外,提示中列出的项目使用省略号 (...) 缩写。


剧本到情节。


我是一个高度智能的讲故事机器人。

如果你给我一个剧本,我会给你

为您提供详细的简短概要。\n\n

[生成剧本]\n\n

概要:


地块索引查找。


地圖:\n

(1)[情节1]\n

(2)[情节2]\n

...\n

(N)[情节N]\n\n

我是一个高智能的问答机器人。

如果你向我提出问题,我会给你

您应该查找以解决该问题的图的索引。\n

问:[问题]\n

Top 1 地块索引:(

地圖:\n

(1)[情节1]\n

(2)[情节2]\n

...\n

(N)[情节N]\n\n

[生成剧本]\n\n

我是一个高智能的情节问答机器人。

如果你问我一个问题和候选人,我会给你

答案的索引。\n

问:[问题]\n

候选人:\n

(1):[答案1]\n

...\n

(5):[答案5]\n

A: (