视频查询性能预测基准(VQPP)
计算机视觉与模式识别
2026-02-23 v1 信息检索
机器学习
摘要
查询性能预测(QPP)是一个重要且活跃研究的信息检索任务，具有各种应用，如查询检索、查询扩展和检索系统选择等。该任务主要在文本和图像检索领域得到研究，而内容基于视频的查询性能预测(CBVR)则鲜有探讨。为此，我们提出了第一个视频查询性能预测(VQPP)基准，包含两个文本到视频检索数据集和两个CBVR系统。VQPP总计包含56K个文本查询和51K个视频，并附带官方的训练、验证和测试划分，促进直接比较和可重复结果。我们探索了多个预检索和后检索性能预测器，构建了未来QPP在视频领域探索的代表性基准。我们的结果表明，预检索预测器可获得竞争性能，支持在执行检索步骤前的应用。我们还演示了通过将最佳预检索预测器作为奖励模型，通过直接偏好优化(DPO)训练大型语言模型(LLM)用于查询检索任务，展示了VQPP的实际应用性。我们在https://github.com/AdrianLutu/VQPP发布了基准和代码。
引用
@article{arxiv.2602.17814,
title = {VQPP: Video Query Performance Prediction Benchmark},
author = {Adrian Catalin Lutu and Eduard Poesina and Radu Tudor Ionescu},
journal= {arXiv preprint arXiv:2602.17814},
year = {2026}
}