南京大学开源 VideoJev：把视频理解转为对候选结果直接评分
- 核心发布：南京大学 MCG 的 VideoJev 基于 Qwen 构建，将视频理解任务转为对候选结果直接评分，而不是先生成一段文字答案。
- 任务形式：在视频时间片段定位中返回以秒表示的区间；在选择式问答中输出候选答案的概率。
- 开放权重：项目发布 4B 与 35B-A3B 两档模型权重及代码，采用 Apache 2.0 许可。
- 部署门槛：除语言模型外还需加载视觉组件，长视频的帧数会影响显存占用，需结合输入长度控制采样规模。 🔗 4B 模型 | 35B-A3B 模型 | GitHub 仓库 | 机器之心SOTA模型原文