跳至内容

pchao.org

VidLLM

Mind the Temporal Gap:检视驾驶视频中的时序理解缺口

13 10 月, 2026 作者 PengChao
评测设定

在受控自车运动任务上,现成视频语言模型提示表现不稳且常有类别崩塌,而轻量 LoRA 与特征探针能恢复强运动判别,说明线索常在内部却未可靠进入语言通路。

分类 CVPR三分钟 标签 CARLA、 CVPR三分钟、 LoRA、 VidLLM、 人工智能、 深度学习、 计算机视觉 发表评论
© 2026 pchao.org • Built with GeneratePress