'Select, Compress, Reinvest' : étude contrôlée de l'allocation de tokens visuels pour MLLM vidéo long
Résumé
Papier 'Select, Compress, Reinvest' déposé le 4 septembre : étude contrôlée de l'allocation de tokens visuels dans les MLLM traitant de la vidéo longue, avec pipeline FLARE Audio en baseline. 15 upvotes sur Hugging Face.
Article original publié par huggingface.co
Lire l'article original →Titre original : 'Select, Compress, Reinvest' : étude contrôlée de l'allocation de tokens visuels pour MLLM vidéo long