跳到正文
热点事件持续更新

NullTok:免训练长视频理解令牌选择方法

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Zhang Ziyue 等作者提出免训练的长视频理解方法 NullTok:为每个 patch 构建经验零分布来校准查询相关性,从而选择视觉 token。在 64 个全帧等效(FFE)的视觉 token 预算下,冻结的 LLaVA-Video-7B 和 Qwen3-VL-8B 在 Video-MME 上分别达到 65.81% 和 68.85%,均超过同预算下所有对比基线。

AI 根据报道生成 · 51 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    NullTok:用经验零分布做 token 选择,免训练提升长视频理解

    NullTok 是一种免训练的长视频理解方法,通过为每个 patch 构建经验零分布来校准查询相关性,在 64 个全帧等效(FFE)的视觉 token 预算下,使冻结的 LLaVA-Video-7B 和 Qwen3-VL-8B 在 Video-MME 上分别达到 65.81% 和 68.85%,均超过同预算下所有对比基线。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。