System One: семейство видеомоделей от NJU и JD.com
Н@GreenNeuralRobotsAI-инженер
1 недОбзор открытых видеомоделей System One от NJU и JD.com, использующих подход без авторегрессивного декодирования для ускорения видео-QA.
Новый подход к видеоаналитике позволяет обрабатывать данные значительно быстрее без потери качества.
- Модели System One работают до 129 раз быстрее существующих аналогов в режиме Thinking.
- Отсутствие авторегрессивного декодирования упрощает архитектуру и ускоряет процесс видео-QA.
- Технология полезна для задач, требующих быстрой обработки видеопотоков в реальном времени.
VideoJev
Адаптировали #rlcd #decision для понимания видео
Семейство открытых «System One» видеомоделей от NJU и JD.com. Объединяют временную локализацию и видео-QA через общий интерфейс оценки кандидатов — без авторегрессивного декодирования.
Видео-QA до 100-129× быстрее Thinking-режима
На QA качество сравнимо с бэкбонами в Thinking-режиме, но в разы быстрее. Точность высокая, но уверенность модели переоценена — calibration error ~8 пунктов
Гитхаб
HF
#vlm
MAX
Кратко (AI)
Исследователи из NJU и JD.com представили семейство открытых видеомоделей System One. Модели используют подход без авторегрессивного декодирования, что позволяет ускорить видео-QA в 100-129 раз по сравнению с режимами Thinking, сохраняя при этом сопоставимое качество ответов.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖