跳到正文
arXiv · NLP· Zinuo Cheng, Yueqian Lin, Zhongxi Wang, Hai "Helen" Li, Yiran Chen·· 3 天前AI 评分20

VidEngram:通过结构化层级记忆实现智能体长视频理解

VidEngram: Agentic Long-Term Video Understanding via Structured Hierarchical Memory

AI 导读

VidEngram 是一款智能体长视频问答系统,在 OmniVideoBench 全量测试中,基于 GPT-5-mini 规划器版本得分 37.0%,超越单次通过式 Qwen2.5-Omni 基线的 32.3%。

来源:arXiv · NLP · arxiv.org