LOWN提出证书引导的视觉路由解码方法
热点事件持续更新
LOWN提出证书引导的视觉路由解码方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月28日，论文作者团队在arXiv发布研究，提出LOWN解码方法以提升扩散视觉语言模型LLaDA-V的推理效率。该方法通过预测无图像预测与条件预测的一致性，自适应决定每一步是否处理图像及解掩码token数量。在未额外训练的前提下，LOWN将LLaDA-V的平均解码计算量降低至35.3%，同时保持99.6%的基准测试分数。此外，该策略可与视觉token剪枝正交组合，并支持key-value caching进一步优化效率，代码已开源。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
LOWN：通过证书引导的视觉路由提升扩散 VLM 效率报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AILOWN：通过证书引导的视觉路由提升扩散 VLM 效率
LOWN 解码法在无需训练的情况下，将 LLaDA-V 的解码计算量降低至平均 35.3%，同时保持 99.6% 的基准测试分数。 该方法通过预测无图像预测与条件预测的一致性，自适应决定每步是否处理图像及解掩码数量，且可与视觉 token 剪枝正交组合。 LOWN 泛化至 LLaDA 系列扩散视觉语言模型，并在 key-value caching 下进一步提升效率，代码已开源。
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。