DeCoPrune 免训练剪枝：少 85% 记忆 token，视频续生成提速 4.14 倍
XingangP · x · 2026-10-12
作者发布 DeCoPrune，一种面向自回归视频扩散模型的免训练历史 token 剪枝方法。核心洞察：去噪难度能揭示哪些 token 值得记住——保留难以从上下文预测的 token，剪掉冗余部分，且不需要额外的模型前向传播。在 LingBot World v2 上，历史 KV token 减少 85.43%，续写生成速度提升 4.14 倍，长程视觉召回能力接近 FullKV。同时发布了长程视觉记忆 benchmark CMBench，论文、代码与数据集均已开源。
所属事件:DeCoPrune 免训练剪枝：视频续生成提速 4 倍(2 条相关)→
「研究」频道最新
- 伯克利研究：10 分钟 ChatGPT 就会削弱独立思考耐力 — RachelVT42 · 2026-10-13
- Radiolab 推出「Math Vs Machine」：数学家直面 AI 冲击波 — stevenstrogatz · 2026-10-13
- 人脑微蛋白图谱上线 Hugging Face:收录超 1000 种微蛋白 — huggingface · 2026-10-13
- 循环 Transformer 多跳推理卡在 8%,DiscoLoop 免重训提到近 100% — jasondeanlee · 2026-10-13
- 微软StudentSim：用AI模拟学生给AI家教练手 — Microsoft Research · 2026-10-13
- AI 代码需要规格说明:形式化验证如何让 Agent 更安全 — The Cognitive Revolution · 2026-10-12