visual-memory

标签

Cards List
#visual-memory

更多记忆,更好的视频?长视频生成中视觉记忆的对照研究

Hugging Face Daily Papers ↗ · 2026-10-26 缓存

本文提出 VMem-Bench,一个两阶段诊断基准,系统研究长视频生成中视觉记忆(检索历史画面)对历史一致性与当前故事准确性的权衡影响,发现检索虽提升实体召回率却降低了精确度与禁用实体规避能力。

0 人收藏 0 人点赞
#visual-memory

几何作为地址:将注意力路由至视觉记忆以实现长时序相机控制视频生成

Hugging Face Daily Papers ↗ · 2026-09-28 缓存

本文提出GEAR(几何启用的注意力路由)框架,该框架利用几何作为视觉记忆的显式令牌级地址,以增强长时序相机控制视频生成,并达到最先进的成果。

0 人收藏 0 人点赞
#visual-memory

KeyRec:用于流式和长视频理解的有界视觉记忆

Hugging Face Daily Papers ↗ · 2026-09-26 缓存

KeyRec 是一个免训练框架,用于在视觉语言模型中构建有界视觉记忆。它通过近期观测缓存(recent-observation cache)与结构化事件库(event bank)相结合,将长视频/流式视频的上下文压缩至仅约 10% 的稠密视觉 token 规模,并在 15 项流式与长视频基准测试设置中的 13 项上取得了最优结果。

0 人收藏 0 人点赞
#visual-memory

VisKG-LM: 将知识图谱编译为视觉记忆用于多项选择题问答

arXiv cs.CL ↗ · 2026-09-18 缓存

本文提出VisKG-LM,一种将知识图谱编译为视觉记忆以进行高效多项选择题问答的方法,通过将图编码与语言推理解耦,在基线上实现性能提升。

0 人收藏 0 人点赞
#visual-memory

@rohanpaul_ai: 太美了,从单次识别到持久视觉记忆

X AI KOLs Following ↗ · 2026-08-04 缓存

一条推文,称赞 CollovLabs 在 AI 领域从单次识别到持久视觉记忆的进步。

0 人收藏 0 人点赞
#visual-memory

DMV-Bench: 通过偶然线索注入诊断长周期多模态智能体的视觉记忆

arXiv cs.CL ↗ · 2026-06-29 缓存

介绍DMV-Bench,一个用于评估多模态智能体视觉记忆的交互式基准测试,该测试利用产品图像中的偶然视觉线索,并提出了DualMem,一种双编码记忆架构,在各种链长度上优于纯文本和其他多模态基线。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈