免训练多模态推测解码方法RECAP提出
热点事件持续更新
免训练多模态推测解码方法RECAP提出
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Hengjie Zhu等作者提出免训练多模态推测解码方法RECAP，用一、二、三token键存储目标模型预测：请求内上下文记忆只存活于当前请求、隐式绑定当前图像，token级记忆跨请求保留覆盖，无需训练或辅助草稿模型。 在Qwen2.5-VL-7B和LLaVA-1.6-7B的七个单轮基准上，RECAP平均加速分别为1.66×和1.56×，作者称超过最强免训练基线Token Recycling的1.51×和1.37×。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
RECAP：面向多模态投机解码的请求内与持久记忆上下文感知预测回收报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIRECAP：面向多模态投机解码的请求内与持久记忆上下文感知预测回收
RECAP 用一、二、三 token 键存储目标模型预测，请求内上下文记忆隐式绑定当前图像，token 级记忆跨请求保留覆盖，无需训练或辅助草稿模型。在 Qwen2.5-VL-7B 和 LLaVA-1.6-7B 的七个单轮基准上，平均加速分别为 1.66× 和 1.56×，超过最强免训练基线 Token Recycling 的 1.51× 和 1.37×。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。