本研究提出了一种双流膨胀3D卷积网络的弱监督学习框架，旨在提升城市监控系统中的异常检测技术，增强准确性并减少人工标注需求。

MMBench-Video是一个新的视频理解评测基准，旨在解决现有基准在长视频和复杂任务评估中的不足。该基准涵盖多种视频类型，采用高质量人工标注，评估模型的时序理解能力。通过对多模态大模型的测试，MMBench-Video提高了评估精度，为视频理解研究提供了重要工具。

本文综述检索增强语言模型研究：在相同证据下比较不同模型的生成答案，分析检索增强对语言模型的影响及证据质量的作用，关注流利度、长度、差异与答案归因，并收集人工标注以评估自动归因。研究揭示检索增强对长篇知识文本生成的影响，分析归因错误主因，并指出未来方向。