时空立方体划分

AdaSpark：面向高效长视频理解的自适应稀疏性

AdaSpark: Adaptive Sparsity for Efficient Long-Video Understanding

AdaSpark 的「3D 时空立方体划分 + 熵驱动 Top-p 自适应选择」可直接迁移到任何长视频或多帧输入的视觉 Transformer 中，用输入复杂度动态决定注意力与 FFN 的计算预算，在保留细粒度与长程时序依赖的同时降低浮点运算量。