ResLRB:常量内存可微光追踪的随机图压缩方法
ssh4net · x · 2026-10-10
Linas Beresna 与 Eugene Fiume 发表论文《Stochastic Graph Compression for Constant-Memory Differentiable Light Tracing》,提出 ResLRB(Reservoir Light Replay Backpropagation)方法。
该方法解决可微光追踪的反向传播内存问题:朴素自动微分的计算图会随每条光路的传感器连接数线性增长,而既有伴随路径重放方法又无法处理 splatting 分支结构。ResLRB 在前向过程中用流式加权水库随机保留每条光路的单个代表性传感器连接,从而压缩伴随图,使内存与路径长度和传感器连接数均无关。
「研究」频道最新
- 小米 MiMo-V2.6 论文:AI 自建任务自查作弊,260 万美元 RL 把 DeepSWE 刷到 72.6 — rohanpaul_ai · 2026-10-10
- 3SUM 问题最快确定性算法刷新:n^1.9961 突破 n² — basedjensen · 2026-10-10
- OpenAI 纳维-斯托克斯证明争议拆解:Lean 版可自动验证,人读版被挑出漏洞 — qi2peng2 · 2026-10-10
- Google 团队论文:把模型路由建模为 Pandora's Box 代价搜索问题 — _onionesque · 2026-10-10
- QWM 方法细节:形态编码器+自适应奖励归一化+潜在形态条件化 — breadli428 · 2026-10-10
- 事实性评测需要重构,相关论文获 COLM workshop 最佳论文奖 — caglarml · 2026-10-10