DynaTokens 让视频-语言模型按需生成适配 token，免存任务提示
flosalim · x · 2026-09-22
作者 flosalim 宣布其工作 DynaTokens（Controlling Token Dynamics for Continual Video-Language Understanding）被 EMNLP 2026 主会接收。论文针对视频-语言多模态模型持续学习的痛点：传统做法要为每个新任务存一套适配 token/提示，任务增多后迅速累积。DynaTokens 的思路是让模型学会在需要时自己生成对应的适配 token，而非逐任务存储。实现上基于冻结的 LLaMA-2-7B 骨干加 CLIP ViT-L/14，用 LLaMA-Adapter 做高效视频-语言适配，不微调骨干。
所属事件:DynaTokens 入选 EMNLP 2026，助视频语言模型持续适配(2 条相关)→
「多模态」频道最新
- Reddit 用户用 AI 生成分集短剧：异常体已删掉她父母，正在重写整座城市 — Crazy-Baker-8828 · 2026-11-12
- Runway 发布 27B MoE 世界行动模型 Praxis-1,Fast 版中位延迟仅 73ms — ChongZzZhang · 2026-11-12
- MiniMax H3 Image 生成 3D 游戏场景比 GPT Image 快 3 倍 — HeyToha · 2026-11-12
- Ditto 视频换人工具发布:任意视频主角可换成任何人 — yoobinray · 2026-11-12
- Fable 5.2 像素艺术+高斯泼溅惊艳出圈，网友晒生成效果图 — Flomerboy · 2026-11-12
- Reddit 用户分享 AI 生成动画《Bubblegum Adventures》万圣节特集 — Zard-Oz · 2026-11-12