Longvu Llama3 2 3B

🚀 LongVU: 長時間ビデオ言語理解のための時空間適応型圧縮

LongVUは、長時間ビデオ言語理解のための時空間適応型圧縮技術を提供するプロジェクトです。この技術により、長時間のビデオとテキストの関係を効率的に理解することが可能です。

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で公開されています。

📚 ドキュメント

引用

@article{shen2024longvu,
    title={LongVU: Spatiotemporal Adaptive Compression for Long Video-Language Understanding},
    author={Shen, Xiaoqian and Xiong, Yunyang and Zhao, Changsheng and Wu, Lemeng and Chen, Jun and Zhu, Chenchen and Liu, Zechun and Xiao, Fanyi and Varadarajan, Balakrishnan and Bordes, Florian and Liu, Zhuang and Xu, Hu and J. Kim, Hyunwoo and Soran, Bilge and Krishnamoorthi, Raghuraman and Elhoseiny, Mohamed and Chandra, Vikas},
    journal={arXiv:2410.17434},
    year={2024}
  }