caption-based

标签

#caption-based

CapMem：基于字幕的第一人称视频情景记忆基准测试

arXiv cs.AI ↗ · 2026-09-17 缓存

CapMem 是一个用于第一人称视频情景记忆的人工标注基准测试，使用字幕进行标注。研究表明，在长视频上，基于字幕的问答性能优于直接视频问答。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈