arXiv · cs.AI · Lixuan He, Jihyeon Je, Yang You, Leonidas Guibas · 4 小时前模型评分36
ReCR：用表示引导的上下文重写改进自回归视频解码
What Remains in Sight? Autoregressive Video Decoding as Representation-Guided Context Rewriting
导读
研究者提出免训练方法 ReCR，把自回归视频解码中“给解码器看哪些历史帧”变成显式的测试时决策，利用解码器内部表示挑选与全局生成状态匹配、避免冗余且覆盖时序边界和空间布局的上下文单元。在长时程文本生成视频基准上，ReCR 在相同可见 token 预算下稳定提升多个自回归骨干模型的表现。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We answer this question with \textsc{ReCR}, a training-free method that formulates autoregressive video decoding as representation-guided context rewriting.”
来源：arXiv · cs.AI · arxiv.org