大语言模型数据增强

SAIL：面向弱监督稠密视频描述学习的相似度感知引导与描述间增强

SAIL: Similarity-Aware Guidance and Inter-Caption Augmentation-based Learning for Weakly-Supervised Dense Video Captioning

用跨模态相似度作为弱监督信号来引导高斯掩码聚焦语义相关区域，并用 LLM 合成描述通过掩码间机制提供辅助对齐信号，这套思路可直接迁移到其他只有粗粒度标注的视频时序定位任务（如弱监督动作定位、视频片段检索）。