ストリーミング動画理解のためのプログレッシブ潜在メモリ拡張手法 LatentStream
arXiv cs.CV ・ 2026-09-03
原題: Beyond Retrieval: Progressive Latent Memory Evolution for Streaming Video Understanding
AI による要約
マルチモーダル大規模言語モデル（MLLM）によるストリーミング動画理解において、従来の外部メモリからの検索・取得モデルから、情報をコンパクトな進化型潜在メモリに内部化する LatentStream フレームワークを提案している。因果性と限られたメモリの制約下で、視覚的履歴を階層的に整理して連続的な推論をガイドする。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.CV）をご確認ください。