# CapMem: A Benchmark for Caption-Based Episodic Memory in Egocentric Video

> Заголовок на английском

> Полный текст доступен на английском

**Published:** 17 сентября 2026 г.
**Author:** Dingli Liang, Yiqiao Xie, Yukai Huang, Zhaokai Wang, Weitong Cai, Guangwen Feng, Jifei Song, Zhensong Zhang, Hang Zhang
**Source:** arXiv — cs.AI
**Language:** en-US
**HTML:** https://aiqazaqstan.com/ru/articles/capmem-a-benchmark-for-caption-based-episodic-memory-in-egocentric-video

Wearable assistants require episodic memory over egocentric video, yet current vision-language models face bounded frame budgets, growing visual-token costs, and long-context retrieval failures. Under these practical constraints, we study whether textual captions can serve as…

> Материал агрегирован из первоисточника: **arXiv — cs.AI**
> [Читать полностью в arXiv — cs.AI](https://arxiv.org/abs/2609.17688)

**Теги:** #arXiv

---

*AI Qazaqstan — non-commercial informational portal about AI in Kazakhstan. Machine translations and summaries are AI-generated.*