实体 VideoLVR

VideoLVR

PulseAugur coverage of VideoLVR — every cluster mentioning VideoLVR 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 1 条

TOOL · CL_327028 · Oct 28 · 04:00

VideoLVR 通过潜在证据解决 LLM 中的视觉遗忘问题

研究人员推出了一种用于多模态大语言模型（MLLM）的新方法 VideoLVR，旨在通过解决“视觉遗忘”问题来改进视频理解。与依赖文本坐标或重新插入裁剪视频帧的先前方法不同，VideoLVR 从视频中相关时刻的局部区域构建潜在视觉证据。该方法在共享的 token 预测框架内统一了视觉证据重建和文本生成，使 MLLM 能够对交织的文本和潜在视觉状态进行推理。在各种视频基准上的实验表明，VideoLVR 提高了性能，尤其是在需要细粒度视觉证…