Towards Effective Long Video Understanding of Multimodal Large Language Models via One-shot Clip Retrieval

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Chen, Tao, Ju, Shaobo, Wu, Qiong, Fang, Chenxin, Zhang, Kun, Peng, Jun, Li, Hui, Zhou, Yiyi, Ji, Rongrong
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!