实体
VideoLLava
VideoLLava
PulseAugur coverage of VideoLLava — every cluster mentioning VideoLLava across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
研究比较了用于驾驶视频字幕生成的LLM适应方法
一项比较研究探索了各种微调和提示方法，用于将预训练的大型语言模型（LLM）适应于自动驾驶视频字幕生成领域。研究重点是将这些技术应用于使用BDD-X数据集的SpaceTimeGPT模型。结果表明，完全微调框架在自动指标上取得了强劲的性能，有时甚至超过了基线模型，而VideoLLaVA模型上的低秩适应（LoRA）和提示工程则显示出局限性。
-
研究人员评估VLMs和聚类技术在社交媒体气候变化视频分析中的应用
研究人员开发了ClimateVID，这是一个用于分析气候变化相关社交媒体视频的新数据集和方法论。该研究评估了VideoChatGPT、PandaGPT和VideoLLava等各种视觉语言模型（VLMs）的零样本能力，发现它们目前难以检测气候特定类别。然而，使用ConvNeXt V2和DINOv2等图像嵌入模型的无监督聚类技术成功地识别了视频数据中有意义的视觉模式。