华为 & 哈工深团队提出 AdaReTaKe，突破长视频理解极限
华为与哈尔滨工业大学（深圳）合作开发的AdaReTaKe框架，通过动态压缩冗余信息，使多模态大模型能处理长达2048帧的视频，性能较同规模模型提升3-5%。该框架在VideoMME等四个长视频理解榜单中表现优异，尤其在LVBench上将7B和72B模型准确率分别提升5.9%和6.0%。其创新的时间与层次自适应分配方法，为长视频理解提供了新范式。来源：https://mp.weixin.qq.com/s/hIOm24XBoi1sYb_Kj2EEgw
页:
[1]