Neptune：Google DeepMind发布的长视频理解数据集，包含超过2400个长视频和3200个问答对，专注于测试AI模型的长视频理解能力，涵盖视频总结、时序排序、状态变化等多个维度，提供多
【Neptune：Google DeepMind发布的长视频理解数据集，包含超过2400个长视频和3200个问答对，专注于测试AI模型的长视频理解能力，涵盖视频
TemporalBench：视频理解基准测试工具，专门评估多模态视频模型对细节时间动态和动作的理解能力，包含约10K视频问答对，源自2K高质量的人工注释视频字幕
【TemporalBench：视频理解基准测试工具，专门评估多模态视频模型对细节时间动态和动作的理解能力，包含约10K视频问答对，源自2K高质量的
Video-XL：面向小时级视频理解的超长视觉语言模型，首个小时级视频理解模型
【Video-XL：面向小时级视频理解的超长视觉语言模型，首个小时级视频理解模型】'Video-XL: Extra-Long Vision Language Model for Ho
SlowFast-LLaVA：无需训练的视频大型语言模型的强基线，适用于视频理解和推理任务，无需任何数据微调即可与最先进的视频LLMs相媲美或更优
【SlowFast-LLaVA：无需训练的视频大型语言模型的强基线，适用于视频理解和推理任务，无需任何数据微调即可与最先进的视频LLMs相媲美或
正在拼命加载中
我是有底线的
没有更多的页面可以加载啦！