研究者提出免调优零样本视频时刻检索方法Moment-GPT

Yifang Xu 等作者提出 Moment-GPT，一种无需微调、基于冻结多模态大语言模型（MLLM）的零样本视频时刻检索（VMR）流程。该方法先用 LLaMA-3 纠正并改写查询以缓解语言偏差，再结合 MiniGPT-v2 自适应生成候选片段，最后由 VideoChatGPT 与 span scorer 选出最佳片段。 据论文描述，这一流程在零样本条件下运行，不涉及对模型的调优。相关结论来自论文自述，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。