会员服务
Proact-VL: A Proactive VideoLLM for Real-Time AI Companions
Arxiv
0+阅读 · 6月14日
OmniMem: Perturbation-aware Memory Compression for Streaming Audio-Visual LLMs
Arxiv
0+阅读 · 5月26日
STEAR: Layer-Aware Spatiotemporal Evidence Intervention for Hallucination Mitigation in Video Large Language Models
Arxiv
0+阅读 · 4月3日
V-CAST: Video Curvature-Aware Spatio-Temporal Pruning for Efficient Video Large Language Models
Arxiv
0+阅读 · 3月29日
A Benchmarking Methodology to Assess Open-Source Video Large Language Models in Automatic Captioning of News Videos
Arxiv
0+阅读 · 3月29日
Tango: Taming Visual Signals for Efficient Video Large Language Models
Arxiv
0+阅读 · 4月10日
Sparrow: Text-Anchored Window Attention with Visual-Semantic Glimpsing for Speculative Decoding in Video LLMs
Arxiv
0+阅读 · 2月17日
参考链接
微信扫码咨询专知VIP会员
Top