arXiv Computer Vision· Muyu Liu, Mingming Liu, Hong Gu, Yuyao Zhang, Qin Lu·· 20 小时前AI 评分27
FrameFold：面向自回归长视频生成的响应引导 KV Cache 合并
FrameFold: Response-Guided KV Cache Consolidation for Autoregressive Long Video Generation
AI 导读
FrameFold 是一种免训练的 KV cache 合并方法，通过对比同一批近期历史查询在合并前后检索到的内容，引导代表构建与合并选择，并利用相邻历史条目间的时间冗余将 KV 状态合并为共享代表、保留完整空间网格。
来源：arXiv Computer Vision · arxiv.org