RECAP：面向多模态投机解码的上下文感知预测复用
原文标题：RECAP: Context-Aware Prediction Recycling with Request-Local and Persistent Memories for Multimodal Speculative Decoding
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文指出视觉语言模型中按末位 token 索引预测复用会在图像敏感的解码状态失效，提出 RECAP，用一至三 token 键存储目标模型预测，区分请求内上下文记忆与跨请求持久记忆，并以熵置信加权与最佳优先搜索构建候选树。在 Qwen2.5-VL-7B 与 LLaVA-1.6-7B 上无需训练即取得 1.66 倍与 1.56 倍平均加速。
深读 · 结论先行AI 生成展开看要点与影响 ↓
RECAP用一至三token键存储预测并区分请求内与跨请求记忆，Qwen2.5-VL-7B与LLaVA-1.6-7B上免训练提速1.66倍与1.56倍。
- •发现按末位token索引预测复用会在图像敏感的解码状态失效，混淆不同图像与前缀下的预测
- •用一、二、三token键存储目标模型预测：上下文记忆仅限当前请求，token级记忆跨请求保留
- •以熵置信加权融合检索到的预测，用最佳优先搜索构建候选树，单次目标前向验证
- •七个单轮基准上平均加速1.66倍与1.56倍，超过最强免训练基线Token Recycling的1.51倍与1.37倍
- •无需训练也无需辅助草稿模型，代码已开源
为什么重要：多模态投机解码的免训练加速有了超过现有基线的方案，对VL模型推理降本可直接试用。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。