arXiv cs.CV· Arefeh Rezaei·· 4 小时前AI 评分34
GPEC：用于心脏视频描述生成的高效预 LLM 高斯过程嵌入校正
GPEC: Efficient Pre-LLM Gaussian Process Embedding Correction for Cardiac Video Caption Generation
AI 导读
GPEC 是一种插入视觉投影层与语言模型之间的预 LLM 纠错方法，用稀疏变分高斯过程学习残差校正，提升 VideoChat2 在心脏超声视频描述生成中的视觉表征。在相同输入与参考条件下，VideoChat2 + GPEC 的描述相似度与内容对齐度均有提升，且无需端到端微调预训练多模态主干，每段视频推理开销增加不到 0.05 s。
来源：arXiv cs.CV · arxiv.org