本研究提出了ResNetVLLM框架，结合ResNet视觉编码器与大型语言模型，旨在解决零-shot视频理解问题。该模型在多个基准测试中表现优异，能够生成准确的上下文相关文本描述。

本研究针对视频语言模型ResNetVLLM中的多模态幻觉问题，提出了改进的Lynx模型和动态知识库策略。实验结果表明，ResNetVLLM-2的准确率从54.8%提升至65.3%，显著增强了模型的可靠性。