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是一套自动化流程，可将原始视频转化为多模态任务的训练数据。它会筛除低质量片段，提取关键帧和多模态信号，并据此生成指令样本。该智能体还能根据下游训练结果反复调整数据分布。研究团队利用这套流程构建了VidUEU-100K，包含覆盖多个领域和任务的10万个样本。实验显示，使用该数据集微调基础模型后，模型在多项基准测试中的表现有所提升。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。