Natural-Language Temporal Grounding in Hour-Long Videos is a Search Problem: A Benchmark and Empirical Decomposition
自然语言在小时级视频中的时间定位是一个搜索问题：基准与经验分解
机构 * NAVER Cloud AI ； KAIST AI（韩国科学技术院人工智能系）
专题命中 视频数据与评测 ：long video(title,abstract)；分类 cs.CV
AI总结 针对小时级视频的自然语言时间定位，提出搜索是主要瓶颈而非识别，发布首个开放小时级定位基准ExtremeWhenBench，并通过检索-定位混合方法显著提升性能。
Comments 10 pages, 6 figures, Code and benchmark: https://github.com/naver-ai/ExtremeWhenBench
