arXiv · 机器人与计算机视觉· Tianhao Chen, Yilong Fan, Yuheng Wu, Xiaobin Hu, Dongman Lee·· 2 天前AI 评分58
ReAccess:通过高效测试时记忆实现一次查看并保持专注
ReAccess: Look Once, Stay Focused with Efficient Test Time Memory
AI 导读
论文提出 ReAccess 轻量级框架,旨在解决视觉语言模型(VLM)难以有效利用已编码关键视觉证据的问题。该框架在单次视觉预填充阶段构建紧凑的关联记忆,支持渐进式证据检索以引导注意力查询和隐藏表示,从而在不进行重复图像编码或显式推理痕迹的情况下实现有效的视觉定位。实验表明,该方法在通用视觉理解和细粒度感知方面均取得一致提升,且推理速度显著快于现有的高计算量方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org