BriefGPT - AI 论文速递 ·

Towards Fine-Grained Video Question Answering

💡 原文英文，约100词，阅读约需1分钟。

📝

内容提要

本研究提出了Multi-Object Multi-Actor Question Answering (MOMA-QA)数据集，以解决视频问答中的时间和空间粒度不足问题。同时，提出了一种新的视频语言模型SGVLM，结合场景图预测和大型语言模型，显著提升了视频理解的精细度。

🏷️

Minmax H3中英提示词效果差异测试 - 蝈蝈俊
对于MiniMax H3，使用中文和英文提示词时，能看到都在说，英文提示词通常能带来更好的生成效果。但是我实际测试下来，感觉差别不大。我的测试是基于北京...
OpenAI admits to German wiki ‘incident’
OpenAI says it needs to overhaul how and when it reports instances of AI mode...
Robotaxis enter their villain era
It's Bullitt meets Christine meets Waymo. A new short film imagines a San...
Beyond Zero: Google Publishes Successor to BeyondCorp
In a recent research paper, Google introduced Beyond Zero, a “security model ...
现象学导论
顾名思义，本书是介绍「现象学」这一哲学分支的专著。作者索科罗斯基是美国天主教大学的哲学教授，我去看他在豆瓣上的照片，也是身穿黑袍的模样。不难理解，这本书其...
SenseNova-U1.5-8B-MoT 统一生成与理解，解锁原生多模态创作；DeepSeek-V4-Flash-Vision-Exp 拓展视觉理解新能力
商汤科技发布SenseNova-U1.5-8B-MoT统一多模态模型，支持图像生成、编辑与理解，提升4K画质和文字渲染。HyperAI官网更新数据集、教程...