实体
Haifeng Huang
Haifeng Huang
PulseAugur coverage of Haifeng Huang — every cluster mentioning Haifeng Huang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法提高视频大语言模型效率 · 跟踪4个来源
研究人员开发了新的方法来压缩视频大语言模型（VLLMs）中的视觉令牌，以提高推理效率。一种方法是视频编解码器引导的无训练令牌压缩，它利用现有的视频编解码器信息（如运动矢量和残差）来指导压缩过程，性能可与现有方法相媲美甚至更好，同时减少了计算比较。另一种方法KiToke将视觉令牌视为时空分布的样本，利用嵌入密度来平衡令牌分配，即使在非常低的保留率下也能保持准确性。第三种方法OmniSelect根据模态相关性（音频与视频）动态调整压缩策略…
-
Chat-Scene++ 通过富含上下文的对象识别推进了 3D LLM 的场景理解
研究人员推出 Chat-Scene++，一个旨在增强多模态大语言模型 (MLLMs) 进行 3D 场景理解的新框架。该方法将 3D 场景构建为对象序列，并融入上下文语义以改进对象识别和推理。Chat-Scene++ 使用 3D 和 2D 编码器提取丰富的对象特征，从而实现有依据的链式思考推理。该框架在五个主要的 3D 视觉-语言基准测试中取得了最先进的成果，并且仅使用 2D 输入即可运行。