Новости
When and Where to Look: Adaptive Visual Evidence Scheduling for Efficient Long Video Understanding
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- EcoFrame framework adaptively selects video frames for vision-language models using entropy-based budget scheduling and attention-guided search instead of static frame selection.
- Почему это важно
- Matters for engineers building long-video understanding systems who need faster inference without sacrificing accuracy on benchmarks like Video-MME and LongVideoBench.
- На что обратить внимание
- Training-free approach requires the VLM to already be deployed; unclear how well entropy signals generalize across different model architectures and video domains.
Послушать это резюме
- agent
- language model
- reasoning
- rag
- inference
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.