arXiv · Computer Vision· Ashok Prasad Neupane, Dipan Bartaula, Ankit Belbase, Saugat Adhikari, Samip Ghimire, Saroj Poudel, Binod Bhattarai, Danda Pani Paudel·· 16 小时前AI 评分43
FORESIGHT：无需重训练即可为流式 VLM 规划未来感知
Foresight: planning future perception in streaming VLMs without retraining
AI 导读
FORESIGHT 提出双流架构，用两个共享权重、输入编码器与 KV cache 的 Siamese LLM，让一个持续处理输入 token，另一个超前运行以预测未来上下文、规划未来计算并生成响应。
来源：arXiv · Computer Vision · arxiv.org