本研究提出了一种名为MCAF的无训练框架，旨在解决长视频理解的挑战。MCAF通过多模态粗到细的注意力集中策略，优先处理与理解任务相关的片段，从而显著提高准确性和整体性能，超越现有方法。

本研究提出了一种名为SpecPrefill的无训练框架，通过轻量级模型预测重要令牌，显著提高大型语言模型的首次令牌时间（TTFT）。结果表明，SpecPrefill在多种任务中可将最大端到端QPS提升7倍，TTFT改进达到7.66倍。