One Token per Highly Selective Frame: Towards Extreme Compression for Long Video Understanding

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Zheyu, Pang, Ziqi, Chen, Shixing, Hao, Xiang, Bhat, Vimal, Wang, Yu-Xiong
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2604.14149