HelloWorld 开发者社区

AI 与大模型

【AAAI 2024】MuLTI:高效视频与语言理解

简介:多模态理解模型具有广泛的应用,比如多标签分类、视频问答(videoQA)和文本视频检索等。现有的方法已经在视频和语言理解方面取得了重大进展,然而,他们仍然面临两个巨大的挑战:无法充分的利用现有的特征;训练时巨大的GPU内存消耗。我们提出了MuLTI,这是一种高度准确高效的视频和语言理解

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。