arXiv · 机器人与计算机视觉· Youxing LI·· 2026-10-07AI 评分68
PixelTriage:检索前预测记忆像素价值的多模态助手插件
Decide Before You Look: Learning Which Retrieved Memories Deserve Pixels
AI 导读
该研究提出 PixelTriage 插件,用于在多模态助手回答长时记忆问题时筛选值得加载像素的检索结果。模型通过阅读对话、摘要和缩略图预测像素收益,无需读取全分辨率图像即可在 M$^3$Exam、DMV 等基准上实现精度与成本的平衡,显著降低视觉 Token 用量并提升响应速度。
来源:arXiv · 机器人与计算机视觉 · arxiv.org