v 友们我想做个 up 直播录播素材训练,这个用哪个大模型 可以训练,需要做什么

[liudewa]

1. 录播进行集合分析,能搜索里面的片段内容
2. 直接分析视频,是不是 api 要付大量费用
3. 目的: 就是 能搜索 和 以对话形式 进行问答

v 友请教一个问题 “举个列子 我提供 100 个视频 或者视频字幕(最好是字幕) 帮我训练 然后我搜索可以搜到 100 个素材里面的内容或者提问能根据素材回答” 哪个模型能做到或者不借助大模型 自己要怎么做呢

[duuu]

当前有的产品有类似能达到你第三点的，但是因为我没有使用所以不知道名字，可以去搜索参考一下。
有一个是通过录制你的电脑画面，作为 AI 助理，有点类似微软的 Recall ，不知道有没有开源

[securityCoding]

你明确解决什么问题

[liudewa]

@securityCoding #2 不好意思刚刚表述不清, 附言举了个例子 你看看

[liudewa]

@duuu #1 不好意思刚刚表述不清, 附言举了个例子 你看看 这种能做到吗

[duuu]

@liudewa 肯定是能做到的，你把本地电脑录像换成你要的 up 直播录像，就差不多是同一个产品了

[xiaobai332]

google vertex

[fizzmst]

还是很模糊的例子啊？
你的需求是说有 100 个视频，然后提问“如何实现 a ？”，然后就能找到和 a 相关视频，并且回答这个问题？
如果你是视频字幕的话可以直接用 rag 的方案，有很多现成的库，直接导入字母就可以测试下效果，不需要训练

[renmu]

我觉得做不到，单纯的录像字幕作为素材很烂，主播说话包含了大量和弹幕的交互

[liudewa]

@fizzmst #7 100 个视频字幕,可以搜索到视频字幕的内容,和根据字幕内容推理

[fizzmst]

@liudewa 看起来可以先简单试试 rag ，微信搜索关键词“ windows rag”安装一个合适的软件，把你的字幕丢到知识库里先试试效果

[liudewa]

@fizzmst #10 好的 谢谢老哥