实体
LVQA
LVQA
PulseAugur coverage of LVQA — every cluster mentioning LVQA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
RT-NeuS 框架通过自适应时间验证加速视频问答
研究人员开发了 RT-NeuS，一个旨在显著加速长视频问答（LVQA）过程的新型框架。传统的视觉语言模型（VLMs）由于固定的帧预算，在处理长视频的时间复杂性方面存在困难，而现有的神经符号方法虽然更准确，但速度却非常慢。RT-NeuS 通过采用自适应采样来识别关键帧，并进行批处理命题检测以有效处理时间逻辑规范，从而将 NVIDIA H200 GPU 上的推理延迟降低高达 13 倍，同时保持高精度。
-
TimeProVe框架通过高效验证增强长视频时间推理能力
研究人员开发了TimeProVe，一个旨在提高长视频中时间推理效率的新型框架。该方法使用轻量级模块来提出潜在答案和证据，仅在需要时才调用计算成本更高的视觉语言模型（VLMs）进行有针对性的验证。TimeProVe引入了基于动作的候选证据（ACE）模块和一个新的基准测试OpenTSUBench（OTB），用于评估日常生活场景的真实世界活动。该框架显著减少了VLM调用和推理成本，同时在OTB上取得了最先进的成果，并在其他基准测试上取得了有…