热点事件持续更新
HAWK：改进LVLM推测解码的多模态草稿模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.CV 收录论文《HAWK：重新思考投机解码中的多模态草稿模型》。据该报道，HAWK 面向大型视觉语言模型（LVLM）的投机解码提出新方法：一方面用表征相似度从目标模型中挑选出信息量较高的层，并学习如何组合这些层的隐藏状态；另一方面不再把原始视觉 token 交给草稿模型，而是直接向草稿模型提供目标模型压缩后的视觉隐藏状态。报道称这是对投机解码中多模态草稿模型设计思路的重新思考。目前公开信息仅见于该篇论文报道，尚未提及实验结果、对比基线与具体性能数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
arXiv 收录 HAWK，提出用层选取与压缩视觉隐藏状态改进 LVLM 投机解码草稿模型。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv cs.CVHAWK：重新思考投机解码中的多模态草稿模型
HAWK 提出面向大型视觉语言模型投机解码的新方法：用表征相似度选取目标模型中有信息量的层并学习组合其隐藏状态，同时把目标模型压缩后的视觉隐藏状态直接提供给草稿模型，而非原始视觉 token。
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。