PARC提出端侧多模态智能体剪枝与缓存复用方法
热点事件持续更新
PARC提出端侧多模态智能体剪枝与缓存复用方法
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Peipei Jiao等作者提出PARC，将并行对齐的结构化剪枝与按生命周期重组的KV缓存结合，用于端侧多模态智能体：剪枝使注意力维度可被边缘加速器核心数整除，历史图像退出持久缓存。作者称在2,062个GUI操作上增量接口无精度回退，任务感知恢复训练找回98.7%的动作类型精度差距；七核部署下视觉编码器延迟降低11.4%，解码吞吐提升23.8%，单堆高水位内存降低12.7%。
AI 根据报道生成 · 4 小时前更新
最新进展11月3日 13:00
PARC：面向端侧多模态智能体的并行对齐剪枝与轮次感知上下文复用报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIPARC：面向端侧多模态智能体的并行对齐剪枝与轮次感知上下文复用
PARC 将并行对齐的结构化剪枝与按生命周期重组的 KV 缓存结合，让注意力维度能被边缘加速器核心数整除，并让历史图像退出持久缓存。在 2,062 个 GUI 操作上增量接口无精度回退，任务感知恢复训练找回 98.7% 的动作类型精度差距。七核部署下视觉编码器延迟降低 11.4%，解码吞吐提升 23.8%，单堆高水位内存降低 12.7%。
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。