هوش مصنوعی

روش ReCR انتخاب فریم‌های گذشته برای تولید ویدئو را به تصمیمی صریح تبدیل می‌کند

پیش‌چاپی در arXiv روشی بدون نیاز به آموزش تازه معرفی می‌کند که هنگام تولید خودرگرسیو ویدئو، انتخاب بخش‌هایی از گذشته برای پیش‌بینی بعدی را بازنویسی می‌کند.

۱ دقیقه مطالعه
Figure 1: Qualitative overview of ReCR across backbones. ReCR is applied as a training-free context rewriting module on top of different autoregressive video backbones. On 60 60 -second rollouts, ReCR reduces common long
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

در تولید خودرگرسیو ویدئو، هر بخش تازه به زمینه‌ای تبدیل می‌شود که مدل برای ساخت بخش‌های بعدی از آن استفاده می‌کند. بااین‌حال، بنا بر چکیدهٔ این پژوهش، بیشتر سامانه‌های استنتاج گذشتهٔ قابل‌مشاهده برای مدل را به‌طور ضمنی و با اتکا به پنجره‌های اخیر، حافظهٔ فشرده یا حافظهٔ بیرونی تعیین می‌کنند.

پژوهشگران روش ReCR را پیشنهاد کرده‌اند؛ روشی بدون نیاز به آموزش که رمزگشایی خودرگرسیو ویدئو را به‌صورت «بازنویسی زمینه با هدایت بازنمایی» صورت‌بندی می‌کند. ایدهٔ اصلی این است که انتخاب فریم‌ها یا بخش‌های گذشته‌ای که در هر گام به رمزگشا نشان داده می‌شوند، به تصمیمی صریح در زمان استنتاج تبدیل شود. متن در دسترس از چکیده ناقص است و جزئیات اجرای روش یا نتایج ارزیابی آن را ارائه نمی‌کند.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست