WinARDet压缩窗口自回归方法提出

2026年10月15日，arXiv Computer Vision 收录了 Chenxu Wang 等作者的工作，提出名为 WinARDet 的方法，其核心是压缩窗口自回归（WinAR）机制。据该报道，这一机制针对长程视觉语言定位任务中长答案序列生成的问题：将长答案序列切分为连续生成窗口，仅对当前窗口做完整 token 级自回归，并把此前每个窗口压缩为固定数量的 latent token 来条件化解码。报道称，此举意在缓解历史答案注意力劫持所导致的框重复循环。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

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。