**VEDJE：面向可扩展视频-文本检索的高效判别式联合编码器**

_VEDJE: Video-Efficient Discriminative Joint Encoder for Scalable Video-Text Retrieval_

> VEDJE 通过压缩采样帧特征并构建可复用缓存，结合特征变化预测辅助训练，在查询时无需额外计算即可提升检索精度。在 MSR-VTT 等基准测试中，该方法显著提升了 R@1 指标，且将视频缓存缩小至 12 KiB 时仍能保持极高的召回率，证明了基于紧凑证据的高效视频搜索可行性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.11850)