Period-LLM: Extending the Periodic Capability of Multimodal Large Language Model

文章主要内容

本文聚焦于多模态大语言模型（MLLMs）在周期性任务中的性能提升，针对现有模型在时间建模和长短周期冲突方面的不足，提出了Period-LLM模型。该模型采用“由易到难”的训练范式，先从文本任务起步，逐步过渡到视觉和多模态任务，同时引入“抵抗逻辑遗忘”（RLO）优化策略，以在语义对齐过程中保留周期性推理能力。实验结果表明，Period-LLM在动作计数、生理信号估计等周期性任务上显著优于现有MLLMs。

文章创新点

1. 首个多模态周期性模型：提出基于MLLM的Period-LLM，构建涵盖文本、视频等多模态的周期性任务基准。
2. 由易到难训练范式：从简单文本任务逐步过渡到复杂多模态任务，助力模型分阶段习得跨模态周期性感知能力。
3. 抵抗逻辑遗忘策略（RLO）：通过动态调整梯度更新权重，平衡周期性推理与语义对齐，避免模型遗忘已学逻辑。
4. 跨模态性能优势：在Countix-QA、rPPG-QA等多模态数据集上，Period-LLM的MAE等指标显著优于Video-LLaMA等基线模型。

摘要（Abstract）

周期性或准周期性现象揭示了各种自然过程