视频大模型

SIMS-V: Simulated Instruction-Tuning for Spatial Video Understanding

Ellis Brown, Arijit Ray, Ranjay Krishna, Ross Girshick, Rob Fergus, Saining Xie

机构 * New York University（纽约大学） ； Boston University（波士顿大学） ； AllenAI ； Vercept 纠错

专题命中 视频理解 ：video understanding(title,abstract)；分类 cs.CV

Comments Project page: https://ellisbrown.github.io/sims-v