Videomind 2B FT QVHighlights

🚀 VideoMind-2B-FT-QVHighlights

VideoMindは、「タスクの分解」「モーメントの特定と検証」「回答の合成」などの人間に似たプロセスをエミュレートすることで、ビデオ推論を強化するマルチモーダルエージェントフレームワークです。

🔖 モデルの詳細

モデルの説明

詳細情報

このモデルの詳細については、GitHubリポジトリを参照してください。

📄 ライセンス

このプロジェクトは、BSD-3-Clauseライセンスの下で公開されています。

📖 引用

このプロジェクトが役に立った場合は、以下の論文を引用していただけると幸いです。

@article{liu2025videomind,
  title={VideoMind: A Chain-of-LoRA Agent for Long Video Reasoning},
  author={Liu, Ye and Lin, Kevin Qinghong and Chen, Chang Wen and Shou, Mike Zheng},
  journal={arXiv preprint arXiv:2503.13444},
  year={2025}
}