实体 Real-Time Visual Understanding

Real-Time Visual Understanding

PulseAugur coverage of Real-Time Visual Understanding — every cluster mentioning Real-Time Visual Understanding across labs, papers, and developer communities, ranked by signal.

Show in brief

总计 · 30天

90 天内 1

发布 · 30天

90 天内 0

论文 · 30天

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 1 条

TOOL · CL_200278 · Aug 14 · 04:00

StreamTTT 通过实时感知和长期记忆增强流式视觉语言模型

研究人员开发了 StreamTTT，一种通过平衡实时感知与长期记忆来增强流式视觉语言模型（VLMs）的新方法。与牺牲回忆以换取即时感知的先前方法不同，StreamTTT 将长距离历史集成到注意力上下文之外的快速权重中，而短缓存则处理近期信息。这种设计旨在防止注意力稀释，并提高需要即时理解和历史回忆的任务的性能。在 OVO-Bench 和 StreamingBench 等基准上的评估表明，StreamTTT-4B 在实时感知和向后追溯能…

StreamTTT 通过实时感知和长期记忆增强流式视觉语言模型