LEAP长音视频问答框架发布

2026年10月16日，arXiv Computer Vision 刊出 Juyi Lin 等作者的 LEAP 框架。据该报道，LEAP 面向长音视频感知，做法是将长录音切分为固定时长块，先用轻量定位阶段为每块打分、筛选候选时间窗，再把排名最高的窗口池化，并在一次有界回答阶段重新编码，从而使回答输入与峰值上下文不随录音时长增长。作者在文中称，LEAP 让模型自行检索证据，而无需把整段录音放进同一上下文。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。