研究人员推出了VidaForge,这是一个开放的基础设施,旨在标准化和研究用于视频基础模型的预训练数据的创建。该系统将数据配方视为可执行的工作流,使研究人员能够系统地改变数据选择并观察其对模型性能的影响。使用VidaForge进行的初步实验表明,更广泛的数据覆盖率可以提高WAN 2.1和V-JEPA 2.1等模型的下游基准分数,而基于损失的评估则提出了不同的最优配方。该项目还发布了VIDAFORGE-3M,这是一个包含300多万个视频片段和详细注释的数据集,以促进该领域的进一步研究。 AI
影响 标准化视频数据研究,能够系统地研究数据选择对基础模型性能的影响。
排序理由 该项目描述了一篇介绍用于视频预训练数据的新开放基础设施的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →