南京大学发布VideoJev视频理解模型

发生了什么

据Hugging Face Papers报道，南京大学团队于10月13日发布VideoJev。该模型基于System One范式，将视频理解与交互转化为结构化决策任务。通过共享头评分机制，统一了时间定位和多选题问答。