研究者提出身份感知视频描述与问答框架BAC

研究者 Anas Filali Razzouki 等人发布论文，提出身份感知视频描述与人物中心问答框架 BAC，将自动角色识别、显式空间定位与任务适配结合，并开源基准、训练数据、代码与 BAC 检查点。 该工作基于 LSMDC v2 电影片段构建了包含 750 段字幕片段、3,000 道人物问答的基准，并对比约 2B、4B、8B 参数模型及更大前沿模型的五种锚定策略。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。