RT-NeuS

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。