视频大模型

LeAdQA: LLM-Driven Context-Aware Temporal Grounding for Video Question Answering

Xinxin Dong, Baoyun Peng, Haokai Ma, Yufei Wang, Zixuan Dong, Fei Hu, Xiaodong Wang

专题命中 视频问答 ：long video(abstract)；分类 cs.CV

PVChat: Personalized Video Chat with One-Shot Learning

Yufei Shi, Weilong Yan, Gang Xu, Yumeng Li, Yucheng Chen, Zhenxi Li, Fei Richard Yu, Ming Li, Si Yong Yeo

机构 * MedVisAI Lab（MedVisAI实验室） ； National University of Singapore（新加坡国立大学） ； Nankai University（南开大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科谦医学院） 纠错

专题命中 视频问答 ：video understanding(abstract)；分类 cs.CV