跳到正文
arXiv · 机器人与计算机视觉· Zhang Ziyue, Juwei Jian, Baiyang Song, Yunshan Zhong, Jun Peng, Yiyi Zhou, Rongrong Ji·· 14 小时前AI 评分60

NullTok:用于长视频理解的免训练实证空 Token 选择方法

NullTok: empirical-null token selection for training-free long video understanding

AI 导读

针对长视频理解中视觉 Token 过多的挑战,本文提出一种无需训练的 NullTok 方法。该方法利用 64 组无关查询构建经验空分布,将目标亲和度校准为右尾蒙特卡洛 p 值,结合高召回语义守卫进行候选 Token 筛选与时空预算分配。

来源:arXiv · 机器人与计算机视觉 · arxiv.org