Adaptive Tokenisation Via Temporal Redundancy Masking And Latent Inpainting [R]

En 3 lignesMéthode d'allocation adaptative de tokens vidéo exploitant la redondance temporelle dans l'espace latent d'un tokeniseur gelé. Un seuil fixe sur les différences L1 temporelles identifie les positions redondantes; un Latent Inpainting Transformer (LIT) les reconstruit. Pipeline efficace: 31× plus rapide qu'ElasticTok-CV, 2× qu'InfoTok sur TokenBench et DAVIS.

Résumé généré par Claude — vérifié par l'humain