Adaptive
图片框架自适应RAG通过判断问题的复杂性来自动选择使用哪种RAG策略，作者将问题划分为三类，如上图的C部分，•开放领域问答，这类任务通常涉及两个模块，一个检索器和一个阅读器，随着具有千亿参数的超强推理能力的LLMs的出现，LLMs和检索器之......
VideoAgent基于大语言模型的视频QA系统 斯坦福大学
架构图片上图是VideoAgent的概览图，VideoAgent通过搜索、聚合视频信息来完成长视频QA，整个系统包括一个核心LLM、VLM，视觉大语言模型，和CLIP工具，作者受到人类理解长视频的启发，提出了VideoAgent，通过基于A......
共1页 2条