multimodal-qa

深度分析

CRAFT：結合原子陳述、ASR 與批判迴圈的多影片來源可追溯問答管線

新聞事件的多影片問答需要在異質影片中找出可追溯的證據。CRAFT結合動態關鍵影格、逐段ASR和混合批判回路，反覆驗證及修正每一原子陳述並合併引用。實驗顯示在MAGMaR評測上達到領先表現並提升引用準確性。該流程在召回與引用F1等指標上具體提升，且在WikiVideo轉換集上也展現穩定性。