免训练方法 ReCR 通过选择可见历史上下文提升长视频解码稳定性。
资讯摘要
论文提出 ReCR，一种免训练方法，将自回归视频解码视为表示引导的上下文重写：每步利用解码器内部表示，从已生成历史中挑选与全局 rollout 状态匹配、避免与近期内容冗余、保留时间边界覆盖并扩大空间布局范围的上下文单元，再映射到紧凑因果轴后解码下一块。作者报告在长时程文生视频基准上，ReCR 在相同可见 token 预算下稳定提升多个自回归骨干。
要点速读
- ReCR 为免训练方法，把“向解码器展示哪些过去帧或片段”作为显式的测试时决策。
- 选择依据包括匹配全局 rollout 状态、避免与近期延续冗余、保留时间边界覆盖、扩大空间布局范围。
- 作者报告在长时程文生视频基准上，相同可见 token 预算下多个自回归骨干均有提升。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。