热点事件持续更新
研究团队提出多模态投机解码方法RECAP
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年11月5日，arXiv发布的研究提出了一种名为RECAP的无需训练的多模态投机解码方法。该方法通过结合1至3个token键值的请求局部记忆与跨请求持久化记忆，实现预测的高效复用。同时，RECAP利用熵置信度加权融合检索结果，并采用最佳优先搜索构建候选树进行验证。测试结果显示，在无需辅助草稿模型的情况下，该方法在Qwen2.5-VL-7B和LLaVA-1.6-7B上分别取得了1.66倍和1.56倍的平均解码加速比，性能优于Token Recycling基线。
AI 根据报道生成 · 6 小时前更新
最新进展11月5日 13:00
研究团队提出无需训练的投机解码方法RECAP，在两款多模态模型上实现超1.5倍的解码加速。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：基于请求局部与持久化记忆的上下文感知多模态投机解码
RECAP 提出一种无需训练的多模态投机解码方法，通过结合 1 至 3 个 token 键值的请求局部记忆与跨请求持久化记忆来高效复用预测。该方法利用熵置信度加权融合检索结果并通过最佳优先搜索构建候选树验证。在无需辅助草稿模型下，它在 Qwen2.5-VL-7B 和 LLaVA-1.6-7B 上分别实现 1.66x 和 1.56x 的平均解码加速比，优于 Token Recycling 基线。
本事件热度走势
当前热度 8·可比范围峰值 9（11月5日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。