MaLoW：流式视频记忆内化为LoRA权重的框架论文发布

Zhuoming Liu 等发布论文（arXiv:2610.22070），提出面向流式视频理解的记忆框架 MaLoW：用循环 HyperNetwork 将历史视频观测增量整合为固定大小的 LoRA 权重，输入中只保留当前观测，从而把历史上下文内化为轻量参数更新。 团队同时构建了大规模流式视频数据集 MaLoW-Instruct，包含 56K 视频、381K 问答对。论文称在 OVO-Bench 的 backward split 上，MaLoW 在不同视频骨干下较此前记忆方法高出 3.9% 到 11.8%，且仅带来少量延迟开销。上述结果为论文作者报告，基于论文摘要。

AI 根据报道生成 · 4 小时前更新