Hugging Face Daily Papers·· 2 天前AI 评分44
VidUEU-Agent：从原始视频自动构建多模态指令数据的智能体框架
VidUEU-Agent: A Data-Curation Agent for Multimodal Understanding, Editing, and Unified Tasks
AI 导读
研究团队提出 VidUEU-Agent，一个从原始视频自动构建多模态指令数据的智能体数据整理框架，覆盖多模态理解、图像编辑与统一理解生成任务。该框架采用四阶段数据构建流程，结合视觉语言模型与视觉工具做证据溯源式合成，并用下游训练与评测结果迭代优化数据分布。
来源：Hugging Face Daily Papers · huggingface.co