Rethinking Chain-of-Thought Reasoning for Videos
重新思考视频中的链式推理
机构 * The Chinese University of Hong Kong(香港中文大学) ; University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
AI总结 本研究提出了一种高效的视频推理框架,通过简洁推理和减少的视觉标记提升推理效率和性能,无需依赖传统CoT注释或监督微调。
Comments Technical report
高校专区
重新思考视频中的链式推理
机构 * The Chinese University of Hong Kong(香港中文大学) ; University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
AI总结 本研究提出了一种高效的视频推理框架,通过简洁推理和减少的视觉标记提升推理效率和性能,无需依赖传统CoT注释或监督微调。
Comments Technical report
GLACIA:基于多模态大语言模型的冰湖分割实例感知位置推理
机构 * Portsmouth AI and Data Science Centre (PAIDS), School of Computing, University of Portsmouth(普森大学计算学院) ; Center for Sustainability and the Global Environment (SAGE), University of Wisconsin–Madison(威斯康星大学麦迪逊分校可持续性与全球环境中心)
AI总结 GLACIA通过多模态大语言模型实现冰湖分割的实例感知位置推理,提升分割精度与可解释性。