PulseAugur
中
实时 08:56:30
English(EN) MLLM Frame Subset Ensembling for Audio-Visual Video QA and MLLM-based Reranking for Ad-hoc Video Search in TRECVID 2025

CERTH-ITI 详细介绍用于TRECVID 2025视频搜索和问答的多模态大语言模型方法

作者 PulseAugur 编辑部 · [1 个来源] ·

CERTH-ITI 的研究人员详细介绍了他们针对TRECVID 2025临时视频搜索和视频问答任务的方法。在临时视频搜索方面，他们采用了两阶段框架，使用多个视觉语言模型和多模态大语言模型（MLLM）进行重排，以提高相关性得分。在视频问答任务中，他们微调了一个视听多模态大语言模型，并利用帧子集集成和响应聚合技术取得了最高分。 AI

影响 展示了多模态大语言模型在视频搜索和问答方面的新颖应用，有望提升人工智能在内容分析方面的能力。

排序理由 详细介绍特定研究基准（TRECVID 2025）方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

CERTH-ITI 详细介绍用于TRECVID 2025视频搜索和问答的多模态大语言模型方法

本文如何被排名

Signal score
15 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
详细介绍特定研究基准（TRECVID 2025）方法的论文。[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, product
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
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Andreas Goulas, Damianos Galanopoulos, Ioannis Patras, Vasileios Mezaris ·

    用于音视频问答的MLLM帧子集集成与用于TRECVID 2025的即席视频搜索的MLLM重排

    arXiv:2610.23214v1 Announce Type: new Abstract: This paper presents the overview of the runs related to the Ad-hoc Video Search (AVS) and Video Question Answering (VQA) tracks of TRECVID 2025 on behalf of the CERTH-ITI team. For the AVS track, we introduce a two-stage framework b…

相关实体

相关话题