Video-RAG-master
✨✨[NeurIPS 2025] Ceci est l'implémentation officielle de notre papier "Video-RAG : Compréhension de Longs Vidéos Augmentée par Récupération Visuellement Alignée"
Améliorez la compréhension des vidéos longues en intégrant divers textes visuels sans avoir besoin d'entraîner vous-même des modèles.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment✨✨[NeurIPS 2025] Ceci est l'implémentation officielle de notre papier "Video-RAG : Compréhension de Longs Vidéos Augmentée par Récupération Visuellement Alignée"
Video-RAG-master compte 446 étoiles sur GitHub. Il a été forké 43 fois. Video-RAG-master est écrit principalement en Python. Il est développé activement depuis 2024. Ses principaux thèmes sont : long-video-understanding, multi-modal-large-language-model, plug-and-play, retrieval-augmented-generation.
Qu'est-ce que Video-RAG-master ?
✨✨[NeurIPS 2025] Ceci est l'implémentation officielle de notre papier "Video-RAG : Compréhension de Longs Vidéos Augmentée par Récupération Visuellement Alignée"
Video-RAG-master est-il open source ?
Video-RAG-master est un projet open source.
Video-RAG-master est-il gratuit ?
Oui. Video-RAG-master est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage Video-RAG-master est-il écrit ?
Video-RAG-master est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/leon1207-video-rag-master.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.