论文标题：
BT-Adapter: Video Conversation is Feasible Without Video Instruction Tuning
BT-适配器：无需视频指令微调即可实现视频对话
论文链接：
BT-Adapter: Video Conversation is Feasible Without Video Instruction Tuning论文下载
论文作者：
Ruyang Liu, Chen Li, Yixiao Ge, Thomas H. Li, Ying Shan, Ge Li
内容简介：
这篇论文介绍了一种新的方法，名为Branching Temporal Adapter (BT-Adapter)，它能够将图像语言预训练模型扩展到视频领域，从而实现视频对话系统，而无需进行视频指令调优。BT-Adapter作为一种插件式的时间建模分支，与预训练的视觉编码器一起工作，可以在保持编码器不变的同时进行调优。这种方法不仅节省了GPU内存，还能有效地进行时间建模，这对于理解和反馈视频内容至关重要。
关键点：
1.视频对话系统的挑战：
- 视频对话系统
发布者：admin，转转请注明出处：http://www.yc00.com/web/1754604968a5181435.html
评论列表（0条）