arXiv cs.AI· Fengxin Li·· 4 小时前AI 评分37
Iris：面向视觉候选的类型化决策与可复用选项记忆
Seeing the Options: Typed Decisions over Visual Candidates with Reusable Option Memory
AI 导读
Iris 框架让智能体在图像、文本或混合候选上做类型化决策，并证明任意逐候选编码器下顺序不变性与精确缓存复用均成立。在 Multimodal-Mind2Web 构建的视觉候选基准上，其条件编码设计取得 91.7/86.5/90.0% 准确率，延迟仅为 OneJev 的三分之一。跨请求复用图像候选在 K=256、K=2048 时分别将延迟降低 37x 和 191x。
来源：arXiv cs.AI · arxiv.org