注目★★★★★Hugging Face Papers
VideoKR：315K動画推論データで知識集約型映像理解を強化
要約
VideoKRは、知識・推論集約型の動画理解強化を目的とした初の大規模学習コーパスです。CC ライセンスの専門ドメイン動画 145K 本から生成した 315K 件の推論例を収録しています。人間参加型のスキル指向パイプラインで難易度・多様性・信頼性を確保し、CoT 根拠付きデータを構築しました。SFT→GRPO パイプラインで事後学習したモデルは、知識集約型動画推論で従来手法を上回る結果を示しています。
あなたへの影響
動画推論モデルの研究者にとって、データ設計の重要性を示す参考事例となる。
推奨：即時アクションは不要で、動画 LLM の学習データ構築に関心があるチームが目を通す程度でよい。