arXiv · Computer Vision· Haowen Guan, Shengzhi Li, Shichao Pei·· 3 小时前AI 评分37
Video Evidence Indexing：基于视频预览学习定位关键片段以实现 Token 预算受限的长视频问答
Video Evidence Indexing: Learning Where to Look from Video Previews for Token-Budgeted Long-Video Question Answering
AI 导读
论文提出 token-budgeted Video Evidence Indexing（VEI），通过低分辨率 Video Preview 定位问题相关时刻，并构建紧凑高分辨率 Evidence Set 用于最终推理。
来源：arXiv · Computer Vision · arxiv.org