实体
Ring Forcing
Ring Forcing
PulseAugur coverage of Ring Forcing — every cluster mentioning Ring Forcing 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
-
Ring Forcing 框架增强了视频扩散模型中的长期记忆
研究人员推出了一种新颖的自回归视频扩散框架 Ring Forcing，旨在增强视频生成模型中的长期记忆能力。该框架通过采用环状训练策略、用于扩展历史上下文的压缩和时间步长组合方法，以及用于适应性记忆的稀疏 RoPE 机制，解决了物体持久性和记忆容量的限制。实验表明，Ring Forcing 在长达一分钟的持续时间内显著提高了连贯性和物体持久性，性能优于现有的最先进方法。
-
新研究解决自回归视频生成中的长期记忆问题 · 追踪3个来源
三篇新研究论文解决了自回归视频生成中的挑战，重点在于改善长期记忆和场景一致性。Stream4D 引入了 4D 重建奖励和运动先验，以减少几何漂移并保持连贯的运动。Ring Forcing 通过环形结构训练策略和压缩技术来解决物体持久性和记忆容量问题。TetherMem 采用查询感知内存路由器来区分主体和场景查询，从而实现更动态的场景进展，同时保持主体身份。