arXiv · cs.CL· Jaival Chauhan·· 22 小时前AI 评分30
基于大语言模型的自动化视频转 QA 流水线：端到端问题生成与验证
Automated Video-to-QA Pipeline: End-to-End Question Generation and Verification Using Large Language Models
来源与原文
arXiv · cs.CL
作者：Jaival Chauhan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07755v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
该论文提出一套端到端自动化流水线，从视频流中提取结构化摘要并生成高质量问答对：先用 FFmpeg 提取音频、Whisper 转写，再用 Facebook 的 BART 分段摘要以规避 LLM token 限制。核心创新是自验证与微调闭环，由 meta-llama/Llama-3.1-8B-Instruct 生成候选 QA 并回馈模型评估相关性，仅保留验证通过的高质量对构建合成数据集，再用 LoRA 微调 Llama，无需人工标注即可产出领域对齐的评测问题。模型与代码可从 Kaggle 和 GitHub 下载。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。