跳到正文
热点事件持续更新

ShelfKV 方法保护视觉 KV 缓存支持多轮推理

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

针对多轮对话视觉语言模型(VLM)在长推理中因共享预算导致图像缓存被挤出的问题,研究者 Wang Ziyi 等人提出 ShelfKV 方法。该方法无需训练,利用 CPU 内存保留所有视觉条目,仅在解码步骤将当前查询评分最高的视觉条目交换至注意力槽,从而确保图像不被驱逐且按需占用资源。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    ShelfKV:一种无需训练的按需视觉 KV 缓存方法,解决多轮推理中图像被挤出注意力槽的问题

    针对多轮对话视觉语言模型(VLM)在长推理过程中因共享预算导致图像缓存被挤出的问题,论文提出 ShelfKV 方法。该方法无需训练,利用 CPU 内存保留所有视觉条目,仅在解码步骤将当前查询评分最高的视觉条目交换至注意力槽,确保图像不被驱逐且按需占用资源。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

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。