研究者提出长视频RAG基准V-RAGBench与CARVE方法
热点事件持续更新
研究者提出长视频RAG基准V-RAGBench与CARVE方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
针对长视频RAG现有基准可脱离视频作答、且每个查询只用单一模态-粒度配置的问题，Yuho Lee等作者提出基准V-RAGBench与免训练方法CARVE。 V-RAGBench由小时级视频上的〈查询、证据块、答案〉三元组构成，每个答案依赖唯一证据块，作者称这可解耦评估检索与生成。CARVE并行运行多配置检索器，用块自适应重排序为每个块选出最优配置，再带入生成。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
重新思考长视频中的 RAG：检索什么、如何使用？——V-RAGBench 与 CARVE 方法报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AI重新思考长视频中的 RAG：检索什么、如何使用？——V-RAGBench 与 CARVE 方法
针对长视频 RAG 现有基准可脱离视频作答、且每查询只用单一模态-粒度配置的问题，研究者提出 V-RAGBench 基准与免训练方法 CARVE。V-RAGBench 由小时级视频上的〈查询、证据块、答案〉三元组构成，每个答案依赖唯一证据块，可解耦评估检索与生成；CARVE 并行运行多配置检索器，用块自适应重排序为每个块选出最优配置并带入生成。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。