Poisson rouge est une méthodologie conçue pour comprendre des vidéos de longueur arbitraire. Elle collecte d’abord les k premiers segments vidéo les plus pertinents par rapport à une instruction grâce à un mécanisme de recherche efficace, puis fournit la réponse souhaitée. Cette conception permet à Poisson rouge de traiter efficacement des séquences vidéo de longueur quelconque, et convient aux films ou aux séries télévisées. Pour faciliter le processus de recherche, MiniGPT4-Video a été développé ; ce modèle génère des descriptions détaillées des segments vidéo. Poisson rouge a obtenu un taux de précision de 41,78 % lors de tests de référence sur de longues vidéos, surpassant les méthodes précédentes de 14,94 %. De plus, MiniGPT4-Video a également excellé dans la compréhension de courtes vidéos, dépassant les meilleures méthodes existantes de 3,23 %, 2,03 %, 16,5 % et 23,59 % respectivement sur les tests de référence de courtes vidéos MSVD, MSRVTT, TGIF et TVQA. Ces résultats montrent que le modèle Poisson rouge apporte des améliorations significatives à la compréhension des vidéos longues et courtes.