边写边少读：用于流式多模态解码器的闭式带宽调节机制

英文标题：Reading Less While Writing: A Closed-Form Bandwidth Dial for Streaming Multimodal Decoders

该论文关注将视频或音频转换为文本的流式多模态解码问题。传统解码器通常需要先处理完整输入，才能输出第一个词，这在离线任务中造成不必要的计算，而在直播字幕等实时场景中则不可行。论文标题表明，作者提出了一种用于流式多模态解码器的闭式带宽调节机制，旨在让模型在生成文本时减少需要读取的输入信息。原文提供的摘要片段未包含具体实验数据、模型实现细节或性能结论。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB