Describe What You See with Multimodal Large Language Models to Enhance Video Recommendations
机构 * Spotify Denmark(Spotify丹麦分公司) ; Spotify United Kingdom(Spotify英国分公司)
专题命中 视频多模态 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV
AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
机构 * Spotify Denmark(Spotify丹麦分公司) ; Spotify United Kingdom(Spotify英国分公司)
专题命中 视频多模态 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV
机构 * University of Waterloo(滑铁卢大学) ; Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
专题命中 视频多模态 :multimodal(title,abstract);分类 cs.CV、cs.AI
Comments Accepted for the IEEE/CVF International Conference on Computer Vision (ICCV), Honolulu, Hawaii, USA. 1st MSLR Workshop 2025
专题命中 视频多模态 :multimodal(title);分类 cs.MM
机构 * VCIP, School of Computer Science, Nankai University(VCIP,计算机科学学院,南开大学) ; Shanghai AI Laboratory(上海人工智能实验室) ; The Chinese University of Hong Kong(香港中文大学) ; Peking University(北京大学)
专题命中 视频多模态 :multi-modal(abstract);分类 cs.CV
专题命中 视频多模态 :multi-modal(abstract);分类 cs.CV
机构 * Oregon State University(俄勒冈州立大学)
专题命中 视频多模态 :multi-modal(abstract);分类 cs.CV
Comments Accepted to ICCV 2025 [Poster]