タグ: 動画理解

解説 ねえ、トモヤくん！この論文のタイトル『秒から時間へ：包括的な長動画理解に関するマルチモーダル大規模言語モデルのレビュー』って面白そうだね！内容を教えてくれない？ もちろん！この論文は、マルチモーダル大規模言語モデル…

解説 ねえ、トモヤくん！『E.T. Bench: Towards Open-Ended Event-Level Video-Language Understanding』っていう論文、面白そうだね！内容教えてくれる？ も…

解説 ねえ、トモヤくん！『CogVLM2: Visual Language Models for Image and Video Understanding』っていう論文、面白そうだね！内容教えて！ ああ、これは画像と動…