arXiv cs.CV· Zhixi Zhu, Kristina Gligoric·· 4 小时前AI 评分46
为过多 Token 付费？用简单启发式实现有效且低成本的多模态 LLM 标注
Paying for Too Many Tokens? Valid and Cost-Efficient Multimodal LLM Annotation with Simple Heuristics
AI 导读
多模态 LLM 视频标注的系统评估发现，用简单镜头切换检测构建单个 2×8 图像网格，即可接近全视频理解（κ 差异在 .05 内），token 成本仅约 15%。
来源：arXiv cs.CV · arxiv.org