arXiv · 机器人与计算机视觉· Bingbing Wang, Jing Li, Han Gao, Yishi Lin, Ruifeng Xu, Peng He·· 2026-10-20AI 评分65
ProV-Mem:面向流式视频问答的主动记忆框架
ProV-Mem: Proactive Memory for Streaming Video Question Answering
AI 导读
论文提出了 ProV-Mem 框架,这是一个基于冻结视觉语言模型(VLM)骨干网络的免训练主动记忆系统。该框架将主动决策分解为三个轻量级记忆层级:时序触发记忆用于控制何时查询骨干网络并恢复沉默状态;指令性记忆通过固定提示先验引导生成简洁且具视觉依据的回答;情景记忆则通过过滤近重复响应来决定是否发出回答。
来源:arXiv · 机器人与计算机视觉 · arxiv.org