论文精选73°11:28VLM引导的弱监督密集视频字幕生成VLM先看后合成,让视频字幕生成更精准,比传统方法更智能地找到事件变化点。#VLM#视频字幕#弱监督#事件定位aarXiv cs.AI@Ye-Chan Kim 等 7 人原文稍后读已读值得跟进有用关注 VLM