跳到正文
Hugging Face Daily Papers·· 2026-10-03精选AI 评分78

重新思考长视频效率:基于帧、像素与前端延迟的联合分配视角

Rethinking Long-Video Efficiency: A Joint Allocation Perspective on Frames, Pixels, and Front-End Latency

AI 导读

针对长视频理解的效率问题,本文提出一种无需训练的单次遍历框架 LoHi,结合低分辨率密集流与高分辨率稀疏帧。实验表明,在匹配 Token 预算下,该方法平均准确率提升 10.6 个百分点,前端解码延迟降低最多 7 倍。论文已接受于 NeurIPS 2026。

推荐理由

该研究提出无需训练的 LoHi 框架,通过联合分配帧率与分辨率提升长视频理解效率。

来源:Hugging Face Daily Papers · arxiv.org