arXiv Computer Vision
Оригинальное название: Beyond Visual Boundaries: Rethinking Scene Segmentation for Movie RAG
arXiv:2608.28699v1 Описание: Понимание длинноформатного видео остается фундаментальной проблемой для мультимодальных моделей большого языка (MLLM). Отдельная выборка кадров не может захватывать мелкоз...
arXiv Computer Vision