Decomposing Queries into Tool Calls for Long-Video Keyframe Retrieval
将查询分解为工具调用以进行长视频关键帧检索
机构 * University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
AI总结 提出ToolMerge方法,通过LLM规划器将查询分解为工具调用并使用布尔运算符合并排名,实现长视频关键帧检索,在字幕检索任务上优于其他方法5%。
高校专区
将查询分解为工具调用以进行长视频关键帧检索
机构 * University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
AI总结 提出ToolMerge方法,通过LLM规划器将查询分解为工具调用并使用布尔运算符合并排名,实现长视频关键帧检索,在字幕检索任务上优于其他方法5%。
DreamPartGen: 通过协作潜在去噪实现语义引导的部件级3D生成
机构 * University of Illinois Urbana - Champaign(伊利诺伊大学厄巴纳-香槟分校)
AI总结 DreamPartGen通过协作潜在去噪实现语义引导的部件级3D生成,引入双部件潜在和关系语义潜在,提升几何和语义一致性,实现高质量文本对齐的3D合成。