arXiv cs.CV· Chenxu Wang, Hangyi Kuang, Bo-Wen Yin, Yuxuan Li, Quan-Sheng Zeng, Yang Zhang, Xu Guo, Xiang Li, Qibin Hou·· 5 小时前AI 评分24
WinARDet：用压缩窗口自回归解决长程视觉语言定位的框重复循环
WinARDet: Compressed Window Auto-Regression for Long-Horizon Vision-Language Grounding
AI 导读
WinARDet 提出压缩窗口自回归（WinAR）机制，将长答案序列切分为连续生成窗口，仅对当前窗口做完整 token 级自回归，并把此前每个窗口压缩为固定数量的 latent token 来条件化解码，从而缓解历史答案注意力接管导致的框重复循环。
来源：arXiv cs.CV · arxiv.org