热点事件持续更新
DecoMoE：解耦视觉传播与专家计算的高效多模态MoE推理
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
DecoMoE 提出二维结构化压缩框架，将视觉传播与专家计算解耦，以提升多模态 MoE 推理效率。其包含 SAVB（预测输入相关的视觉退出层）和 RCEP（基于文本 token 路由质量离线重排专家并保留最短前缀）两个组件。该研究于 2026-10-01 发布于 arXiv · Computer Vision。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
2026-10-01 arXiv 发布 DecoMoE，提出二维结构化压缩框架解耦视觉传播与专家计算。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Computer VisionDecoMoE 解耦视觉传播与专家计算的高效多模态 MoE 推理
DecoMoE 提出二维结构化压缩框架，将视觉传播与专家计算解耦。SAVB 预测输入相关的视觉退出层，RCEP 基于文本 token 路由质量离线重排专家并保留最短前缀。
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。