CASTLE2026 Team WDL

CASTLE2026团队WDL凭借基于Qwen的系统赢得视频问答挑战赛

CASTLE Challenge @ EgoVis 2026 使用了超过600小时的记录来评估长篇主观视角视频问答。获胜系统由CASTLE2026团队WDL开发，采用基于Qwen模型的多模态推理流程。该流程解析问题提示，检索相关的音频转录，并整合辅助图像和视频帧，以回答需要来自各种来源证据的问题。LoRA和帧采样等技术显著提高了性能，使其在该挑战赛中排名第一。