新框架使用LLM进行广播电视分析，评估Gemini、Llama、Qwen、Gemma

一篇新的研究论文介绍了一个专为广播电视分析设计的多模态标注框架，解决了处理具有领域特定约束的视听内容的独特挑战。该研究系统地评估了各种多模态大型语言模型（LLMs），包括Gemini 3.0 Pro、LLaMA 4 Maverick、Qwen-VL和Gemma 3，在不同的管道架构和输入策略下。结果表明，更大的模型从视频中的时间连续性中获益更多，而较小的模型可能会因延长的多模态上下文而遭受令牌过载。该框架已部署到广播剧集中，将分钟级标注与受众测量数据相结合，以分析主题级受众敏感性和参与度。 AI

影响 该框架可以通过利用多模态LLM，实现对广播媒体更复杂的受众分析。

排序理由 arXiv上发表的研究论文，详细介绍了新框架和针对特定领域的LLM评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Gemini 3.0 Pro
• Gemma 3
• Hugging Face
• LLaMA 4 Maverick
• Paolo Cupini
• Qwen-VL

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →