研究人员开发了 StreamEmbed,一个通过增量处理屏幕截图来实现屏幕历史实时索引的新颖系统。与会丢失 OCR 视觉细节或编码缓慢的传统方法不同,StreamEmbed 通过重用缓存数据和修剪未更改的块来利用像素冗余。该方法在 ScreenMemEval 基准测试上达到了新的准确性-延迟前沿,在不影响准确性的情况下,编码视觉内容的速度提高了 3.7 倍,并且在相似延迟下与基于 OCR 的方法相比,显著提高了召回率。该系统的效率使得屏幕历史的实时视觉索引成为可能,为本地视觉助手铺平了道路。 AI
影响 实现了实用的屏幕历史实时视觉索引,可能为本地视觉助手提供支持。
排序理由 该集群报道了一篇详细介绍屏幕历史实时索引新颖系统的新研究论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- M2 Pro GPU
- optical character recognition
- ScienceCast
- ScreenMemEval
- StreamEmbed
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →