热点事件持续更新
MoR-MLLM：基于混合递归的高效多模态大语言模型
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
2026年10月8日，研究者在 arXiv（Computer Vision 栏目）发布 MoR-MLLM，一种面向高效多模态大语言模型的计算稀疏型架构。该模型基于 Mixture-of-Recursions（MoR）框架，引入逐 token 自适应递归机制，可根据 token 在视觉或语言上的难度动态调整递归深度，把更多计算分配给更难的 token。为稳定训练，研究者设计了三阶段 MoR-Tuning 策略与熵正则化损失。目前公开信息仅涉及模型框架与训练方法，未披露具体实验数据、参数规模或开源情况。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
研究者提出 MoR-MLLM，用逐 token 自适应递归与三阶段 MoR-Tuning 提升多模态大语言模型效率。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Computer VisionMoR-MLLM：面向高效多模态大语言模型的递归混合架构
研究者提出 MoR-MLLM，一种基于 Mixture-of-Recursions（MoR）框架的计算稀疏型多模态大语言模型。该模型引入逐 token 自适应递归，动态调整递归深度，把更多计算分配给视觉或语言上更难的 token，并设计三阶段 MoR-Tuning 策略与熵正则化损失以稳定训练。
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。