Self Gradient Forcing: Native Long Video Extrapolation

• 类型：arxiv
• 标识：2607.20368
• 链接：https://arxiv.org/abs/2607.20368
• 主分类：multimodal
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Self Gradient Forcing (SGF), a two-pass training strategy that restores this missing memory-writing supervision within the native autoregressive training objective, using losses on future video latents to train the model to encode context into more effective causal memory.
• OpenAlex ID：W7170172092
• OpenAlex DOI：10.48550/arxiv.2607.20368
• DOI：10.48550/arxiv.2607.20368
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.20368
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：Self Gradient Forcing：原生长视频外推
• TLDR中文：Self Gradient Forcing（SGF）是一种两阶段训练策略，在原生自回归训练目标内恢复缺失的"记忆写入"监督信号，通过对未来视频 latent 的损失来训练模型将上下文编码为更有效的因果记忆。
• 副分类：engineering
• 来源文件：
• /inbox/tom/_candidates/2026-07-23-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]