arXiv · AI· Li Yiheng, He Xu, Wang Shaobo, Shao Ling, Lu Shijian·· 2026-10-06AI 评分32
ReMem:面向流式视频理解的长上下文保留方法
ReMem: Streaming Video Understanding With Long Context Retention
AI 导读
ReMem 是一种免训练适配技术,让 VLM 能处理任意长度流式视频并提升长上下文信息保留能力,在流式视频与通用长视频理解基准上达到 SOTA。 它由两个组件构成:Streaming Context Memory(SCM)用与查询无关的注意力持续压缩历史上下文,Retrieved Vision Memory(RVM)再检索与查询最相关的显著上下文来增强 VLM 输入。
来源:arXiv · AI · arxiv.org