BriefGPT - AI 论文速递 · 2024-11-13T00:00:00Z Can Multimodal Large Language Models Guide Weakly-Supervised Temporal Action Localization Tasks? 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新学习范式MLLM4WTAL，旨在改善传统弱监督时间动作定位方法的不足。该方法结合多模态大语言模型的语义匹配与重构模块，显著提升了定位性能，展示了在多种模型中的有效性与潜力。 🏷️ 标签 guide models 多模态 大语言模型 弱监督 时间动作定位 语义匹配 阅读原文 生成长图 分享链接 已复制链接
