MaLoW 把流式视频历史写进 LoRA 权重,OVO-Bench 超 prior 记忆法最多 11.8%
uw-madison · hf · 2026-10-16
威斯康星麦迪逊与北大提出 MaLoW,一种流式视频记忆框架,把历史上下文内化到轻量参数更新中而非压缩/检索缓存。
- 用循环 HyperNetwork 把持续到来的视频观测逐步固化进固定大小的 LoRA 权重——「历史即权重」,无需重访完整视频流
- 构建训练集 MaLoW-Instruct:38.1 万问答对、5.6 万视频
- 在 OVO-Bench 回溯任务上比已有记忆方法高 3.9%–11.8%,延迟开销很小;还能泛化到 VLA 模型,Simpler WidowX 动作成功率提升 9.3%
「研究」频道最新
- RL 训练漂移本质:向移动的 rollout 模型做蒸馏导致不稳 — nrehiew_ · 2026-10-16
- Together AI 提出 Score Centering:量化推理下 RL 训练不再崩 — nrehiew_ · 2026-10-16
- 浙大等发布 WorldMemBench:260 案例考视频世界模型的记忆 — ZJU-REAL · 2026-10-16
- 港科大等推出 CarryOn:双循环框架让冻结 VLA 机器人助手更个性更安全 — Zixuan Wang · 2026-10-16
- 厦大发布 RoTA-Bench:VLM 转 3D 旋转控制远落后人类 — MAC-AutoML · 2026-10-16
- 阿里开源 CommerceGen-Studio：三阶段生成电商级商品主图 — alibabagroup · 2026-10-16