一种名为VideoRouteAudit的新审计方法已被开发出来,用于剖析长视频问答模型在性能上的提升。审计发现,常见的帧选择策略相比均匀采样,提升效果甚微,更大的收益归因于证据注入和模型替换,而非复杂的帧选择。研究还强调了自动语音识别(ASR)字幕对模型准确性的影响,并指出字幕相对于问题的放置会显著改变结果。 AI
影响 挑战了当前关于视频问答中帧选择的假设,建议将重点转移到证据注入和模型架构上。
排序理由 学术论文,详细介绍了新的审计方法及其在视频问答模型上的发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →