English(EN) CapMem: A Benchmark for Caption-Based Episodic Memory in Egocentric Video

新的CapMem基准测试用于自我中心视频的基于字幕的记忆

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-17 04:00

研究人员推出CapMem，这是一个旨在评估可穿戴助手在自我中心视频中的偶发记忆能力的新基准。该基准包含75个视频和1000个问题，探讨了在当前视觉语言模型处理长视频上下文和高令牌成本受限的情况下，文本字幕是否能有效作为可重用记忆。初步结果表明，对于许多模型而言，在较长视频上，基于字幕的问答优于直接视频问答，而通过字幕引导的检索和验证系统可以进一步改进。 AI

影响这项研究可能带来更有效的AI助手记忆系统，提高其处理和回忆长视频流信息的能力。

排序理由该集群描述了在arXiv上发布的新基准和研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了在arXiv上发布的新基准和研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Dingli Liang, Yiqiao Xie, Yukai Huang, Zhaokai Wang, Weitong Cai, Guangwen Feng, Jifei Song, Zhensong Zhang, Hang Zhang · 2026-09-17 04:00

CapMem：用于自我中心视频中基于字幕的偶发记忆的基准测试

arXiv:2609.17688v1 Announce Type: new Abstract: Wearable assistants require episodic memory over egocentric video, yet current vision-language models face bounded frame budgets, growing visual-token costs, and long-context retrieval failures. Under these practical constraints, we…

本文如何被排名

报道来源 [1]

CapMem：用于自我中心视频中基于字幕的偶发记忆的基准测试

相关实体

相关话题