论文提出无需训练的KV缓存组合方法,用于长视频时序问答。
推荐理由:独立视频块KV缓存会因RoPE位置从零重启而丢失全局顺序;ChronoStitch瞄准这一工程瓶颈,若有效可让长视频问答从重复重算转向可复用视觉记忆。
阅读原文