VidUEU-Agent:面向多模态理解、编辑与统一任务的数据整理智能体
VidUEU-Agent: A Data-Curation Agent for Multimodal Understanding, Editing, and Unified Tasks
阅读原文
本站未展示全文,请前往来源网站阅读。
AI 导读
VidUEU-Agent 是一个从原始视频自动合成指令数据的四阶段流水线,覆盖多模态理解、编辑与统一任务,并能根据下游训练结果自主迭代数据分布。基于该流水线构建的 VidUEU-100K 数据集包含 100K 训练样本,跨多个领域与任务。在 VidUEU-100K 上微调基线模型,在多个代表性 benchmark 上取得显著且一致的性能提升。
来源:Hugging Face Daily Papers · arxiv.org