#视频理解

共 1 篇相关内容 · 安全漏洞、AI动态、技术文章

相关标签：

技术文章 1

TimeProVe：先提议再验证，长视频理解成本降低93%同时精度提升7.3%

TimeProVe提出两阶段框架解决长视频问答的效率-精度矛盾：先用轻量级ACE模块从视频中提取动作级候选证据并生成假设，再调用大型VLM精准验证。在ADL场景基准OTB上超越最强基线7.3%，VLM调用减少75%，推理成本降低93%。