DynaTokens 入选 EMNLP：让视频语言模型动态生成适配 token
flosalim · x · 2026-09-22
作者 flosalim 宣布其工作 DynaTokens 被 EMNLP 2026 主会接收，解决多模态大模型持续学习的一个痛点：如何在新任务/新领域上持续适配，而不为每个任务存一套独立的适配 token。
- 核心思路：不再为每个任务存储单独的提示/参数，而是让模型学会在需要时动态生成正确的适配 token，控制 token 动态
- 实现：基于冻结的 LLaMA-2-7B 骨干 + CLIP ViT-L/14，使用 LLaMA-Adapter 做高效视频-语言适配，不微调 LLM 骨干
- 意义：避免任务专属提示随时间快速累积，为视频-语言模型的持续多任务适配提供新路径。
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
- 实测 Firefly 浏览器时间线剪辑：Quick Cut 自动踩点省大量时间 — LudovicCreator · 2026-11-12
- 一条提示词不到一小时,Claude+Blender MCP 生成可玩 3D 游戏 — StrainNo9529 · 2026-11-12
- 一条提示词一小时做出 3D 动作游戏：新版 Fable 实测惊艳 — Cojj25 · 2026-11-12
- 开源离线语音克隆应用 Izwi：Rust 编写，16GB M1 Pro 可跑 — zinyando · 2026-11-12
- 开源 TRELLIS Studio：本地图像生 3D、自动绑骨加 83 套动画 — North_Vegetable8462 · 2026-11-12
- MiniMax H3 Image 生成 3D 游戏场景仅 10 秒,比 GPT Image 快 3 倍 — HeyToha · 2026-11-12