免训练Token压缩新方法利用视频编码信息
热点事件持续更新
免训练Token压缩新方法利用视频编码信息
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者提出一种视频编解码引导的免训练 token 压缩方法，用于视频大语言模型（VLLM）。该方法把压缩视频中已有的编码信息当作低成本搜索先验，将参考帧依赖、运动向量和残差对齐到视觉 token 网格，从而减少 token 保护与跨帧时序合并所需的视觉特征比较。 在三个代表性 VLLM 和四个视频理解基准上，该方法性能与免训练 SOTA 基线 FlashVID 相当，部分设置下更优，同时大幅降低特征比较开销。
AI 根据报道生成 · 58 分钟前更新
最新进展10月12日 12:00
视频编解码引导的 VLLM 免训练 token 压缩方法报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CV视频编解码引导的 VLLM 免训练 token 压缩方法
研究者提出一种视频编解码引导的免训练 token 压缩方法，利用压缩视频中已有的编码信息作为低成本搜索先验，将参考帧依赖、运动向量和残差对齐到视觉 token 网格，从而减少 token 保护与跨帧时序合并所需的视觉特征比较。在三个代表性 VLLM 和四个视频理解基准上，该方法性能与免训练 SOTA 基线 FlashVID 相当，部分设置下更优，同时大幅降低特征比较开销。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。