真面经，好答案。面试之前，先来面栈。

04_视频理解典型模型与架构

题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集

题目目录

22 道原题

  1. 针对长视频理解挑战，分析LLaMA-VID、LongVLM、VideoAgent等模型的长序列处理架构设计

    原题
    关联题目业界通常如何处理长视频理解？RAG 与知识系统 / 多模态文档处理比较选型进阶1篇相关面经

  2. 比较不同模型在时序定位任务（Temporal Grounding）中的架构设计，如SeViLA、TimeChat、VTG-LLM

    原题
    关联题目视频时序定位如何根据文本确定事件起止区间？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经