EgoMonth：月级第一视角视频如何暴露多模态模型的长期记忆断层
EgoMonth 提出首个跨 20–120 天、301 小时第一视角日常视频的月级基准，用 1,443 个人工 QA 和 14 任务三层认知框架评估 MLLM 的长期时空记忆，发现最强模型 Gemini 2.5 Pro 仅 71.8%，比人类低 22.4 个百分点。
DINO
测试时原型自适应：一个与模型架构无关的开放词汇分割即插即用模块
提出一种无需训练的即插即用模块TPA，在测试时利用少量无标签部署域图像构建DINO特征原型库，通过余弦相似度查找与主机logits线性融合，以输出级操作一致提升多种OVSS模型的精度。