VideoJev califica respuestas en video directamente, reportando un control de calidad 100 veces más rápido
El proyecto liderado por Nanjing University lanzó los modelos 4B y 35B-A3B; sus pruebas de velocidad miden el tiempo de pasada hacia adelante del modelo en GPUs H200, no el tiempo de respuesta de extremo a extremo.
By Ryan Merket · Published
Primary source: X
Por qué importa
VideoJev prueba si los agentes de video pueden responder preguntas repetidas y estructuradas puntuando opciones y reutilizando el cómputo de video en lugar de generar texto cada vez. Sus afirmaciones de velocidad se limitan al tiempo de benchmark de la pasada hacia adelante del modelo, dejando sin evaluar los costos de despliegue de extremo a extremo.
Investigadores dirigidos por Nanjing University han publicado VideoJev, un par de modelos video-understanding que puntúan respuestas candidatas y tiempos de eventos directamente en lugar de generar una respuesta escrita. En una entrada del 14 de octubre en X, Aran Komatsuzaki (@arankomatsuzaki) destacó la afirmación del proyecto de una respuesta a preguntas sobre video más de 100x más rápida y publicó variantes de 4B y 35B-A3B.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.