研究人员开发了 MuKV，一种用于提高长视频流问答系统效率和准确性的新方法。MuKV 通过采用多粒度 KV 缓存压缩模块和半分层检索方法来应对处理大量视觉令牌的挑战。该技术在块、帧和片段级别提取视觉表示，在优化内存使用量的同时保留局部细节和时间上下文。实验表明，MuKV 在不影响内存或在线问答效率的情况下显著提高了答案的准确性。 AI
影响 提高了处理长视频内容的 AI 系统的效率和准确性，可能改进视频分析和摘要等应用。
排序理由 该集群包含一篇详细介绍视频问答新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.22269v1 Announce Type: new Abstract: Long streaming video QA remains challenging due to growing visual tokens and limited reasoning length of large language models (LLMs). KV-caching stores the Key-Value (KV) of the historical tokens via LLM prefill and enables more ef…
Long streaming video QA remains challenging due to growing visual tokens and limited reasoning length of large language models (LLMs). KV-caching stores the Key-Value (KV) of the historical tokens via LLM prefill and enables more efficient streaming QA. However, existing methods …