LEAP：长音视频分块证据检索框架

2026年9月30日，HuggingFace Daily Papers 收录一篇社区热门论文，介绍名为 LEAP 的框架，用于长音视频感知中的证据检索。据该报道，LEAP 的做法是：先把长录音切分为固定时长的区块，再用一个轻量定位阶段为每个区块的候选窗口打分，随后把排名最高的窗口汇聚到一次有界回答阶段重新编码。报道称，这一设计使回答阶段的输入与峰值上下文不随录音时长增长，模型因此无需把整段录音放进同一个上下文即可检索自身证据。该论文来源自述其目标为“让模型在不将整段录音置于单一上下文的情况下检索自身证据”。目前该报道仅给出框架层面的方法描述，未披露具体数据集、评测指标、模型规模或代码发布等信息，后续进展有待跟进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。