EVIDENT:通过实体 grounded 视觉证据进行跨域视频时序定位的 MLLM 适配框架
热点事件持续更新
EVIDENT:通过实体 grounded 视觉证据进行跨域视频时序定位的 MLLM 适配框架
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Geo Ahn 等人于 2026-11-19 在 arXiv 发布 EVIDENT 参数高效适配框架,旨在解决多模态大模型微调后在跨域视频时序定位任务中表现下降的问题。 该框架利用预训练模型的固有实体注意力能力,通过引入实体瓶颈适配器、实体绑定蒸馏损失及实体到证据门控机制,将时序定位锚定在显式的视觉实体证据上,而非依赖数据集捷径。实验表明该方法能显著提升跨域鲁棒性并保留领域内性能。
AI 根据报道生成 · 10 小时前更新
最新进展11月19日 13:00
EVIDENT:基于实体 grounded 视觉证据的 MLLM 跨域视频时序定位适配报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉EVIDENT:基于实体 grounded 视觉证据的 MLLM 跨域视频时序定位适配
针对多模态大模型微调后在跨域视频时序定位任务中表现下降的问题,本文提出 EVIDENT 参数高效适配框架。该框架利用预训练模型的固有实体注意力能力,通过实体瓶颈适配器、实体绑定蒸馏损失及实体到证据门控机制,将时序定位锚定在显式的视觉实体证据上,而非依赖数据集捷径。实验表明该方法能显著提升跨域鲁棒性并保留领域内性能。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。