Flipped-VQA

翻转问答顺序,让LLM更懂视频因果

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 12 🐛 待处理 4 👀 关注 5
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 76
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,需自行部署使用。

项目预览

Flipped-VQA 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队mlvlab
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,需自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型emnlp2023,large-language-models,multi-modal,video-question-answering,visual-question-answering
GitHub 星标★ 76
上线时间2023-10-19 00:00:00
代码更新2025-03-26
仓库体积1.3 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

Flipped-VQA 是一个面向视频问答(VideoQA)的推理框架,核心思想是让大型语言模型(LLM)作为时间与因果推理器,通过翻转视频问答中的问题与答案生成顺序来提升推理能力。传统方法通常先看视频再回答问题,而 Flipped-VQA 先让模型基于问题生成候选答案,再结合视频内容进行验证和修正,从而更有效地利用视频中的时间动态和因果线索。项目提供了完整的训练与评估代码,支持多种视频特征提取和 LLM 接口,并基于 EMNLP 2023 论文实现。它解决了视频问答中模型难以捕捉事件时序和因果关系的问题,显著提升了在复杂视频问答基准上的表现。核心能力包括:翻转式推理范式、多模态特征融合、以及可扩展的 LLM 集成。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 76

核心亮点

  • 提出翻转问答范式,先答后看,显著提升时间推理准确性
  • 支持多种LLM后端,易于集成现有视频特征
  • 基于EMNLP论文,方法有理论支撑,代码结构清晰

不足之处

  • 依赖外部LLM,推理成本高,不适合实时场景
  • 文档/社区待观察,星标少,示例和教程有限

适用场景

  • 视频理解研究,探索LLM在视频推理中的应用
  • 智能视频检索,根据自然语言问题定位关键事件
  • 辅助视频内容审核,判断事件因果是否符合逻辑

替代项目

VideoLLaMA、SeViLA、FrozenBiLM

上一篇:YoChameleon

下一篇:Exp-CLIP

同类项目推荐

scrubshot 开源

粘贴截图自动涂掉手机号身份证,全程本地不上传

粘贴一张截图,它找出手机号、身份证、银行卡、Token、地址,一键涂掉。 图片全程留在浏览···

★ 124 2026-11-08
particle-life 开源

拖拽调参,让粒子自己长成生命图案

A simple program to simulate artificial life using attraction/reuplsion forces betwe···

★ 3368 2026-08-09
wgai 开源

Java 离线 AI 识别平台,图片视频 OCR 开箱即用

开箱即用的JAVA AI 图片、视频语音识别&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别···

★ 388 2026-09-29
lucida 开源

专治玻璃、迷彩等难抠图,保留关键细节

Background removal that keeps what matters: glass, camouflage, text, glow and line a···

★ 177 2026-08-10
QMUPD 开源

无需配对数据,自动生成高质量人像线条画

Code for TPAMI "Quality Metric Guided Portrait Line Drawing Generation from Unpaired···

★ 63 2026-08-09
yolo_ros 开源

在 ROS 2 里一行启动 YOLO 检测,图像进结果出

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 for ROS 2

★ 1158 2026-09-13
EvoVLM 开源

让 LLM 进化搜索自动生成更准更快的 VLM 推理程序

Evolving Multimodal Inference Programs: LLM-guided evolutionary search for accurate ···

★ 5 2026-10-08
withoutbg-python 开源

一行 pip 装好,本地或云端一键抠图去背景

Python SDK for local and cloud background removal (pip install withoutbg)

★ 1305 2026-09-29