跳到正文
arXiv · 机器人与计算机视觉· Toan Nguyen, Yang Liu, Celso De Melo, Flora D. Salim·· 2026-10-06精选AI 评分82

DynaTokens:用于连续视频语言理解的动态 Token 控制方法

DynaTokens: Controlling Token Dynamics for Continual Video-Language Understanding

AI 导读

针对多模态大模型在连续视频问答中面临的任务干扰与提示词存储难题,该研究提出 DynaTokens,一种基于 Transformer 的动态 Token 生成器。

推荐理由

该工作提出基于 Transformer 的动态 Token 生成器,通过元学习正则化缓解持续视频问答中的任务干扰与遗忘问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org