RESEARCH · SIGNAL STARTUP
Caption-once, Frames-on-Demand: Visual-Need Routing for Budget-Aware Agentic Long Video Understanding
arXiv:2609.11899v1 Announce Type: cross Abstract: Long-video understanding on edge devices must reason over hours of content under tight compute and bandwidth budgets. Subsampling…
出典・元記事arXiv — Human-Computer Interactionhttps://arxiv.org/abs/2609.11899 配信元で続きを読む◆ SOURCE POLICY
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
SHARE STARTUP