Как научить LLM понимать видео? (Часть 2) ⚡️Доступность большого количества открытых и качественных видео-датасетов — важный фактор ускорения прогресса в области понимания видео с помощью LLM. Но имеющиеся инструктивные датасеты для обучения таких моделей, как правило, размечены на английском или китайском языках. Как добиться того, чтобы модель могла поддержать диалог по видео на русском языке? 📹 В статье разобрали практический кейс улучшения ответов Video-LLM на естественном русском языке: сбор бенчмарка для оценки, виды заданий и метрики, генерация русскоязычного инструктивного видео-датасета для обучения, эксперименты и результаты. 📄 Читайте обзор кейса в статье на хабр от участников направления видео в мультимодальности из команд RnD CV и RnD XR.