热点事件持续更新
Iris视觉候选决策框架提出
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27日，arXiv cs.AI 刊出 Iris 框架论文。该框架面向视觉候选决策，让智能体在图像、文本或混合候选上做类型化决策，并配备可复用的选项记忆；论文证明：在任意逐候选编码器下，顺序不变性与精确缓存复用均成立。在基于 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% 的准确率，延迟仅为 OneJev 的三分之一。在跨请求复用图像候选的场景中，当候选规模 K=256 时延迟降低 37 倍，当 K=2048 时延迟降低 191 倍。以上数据均来自论文自述，尚未见到独立复现。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
arXiv论文报告基准准确率最高91.7%，缓存复用使延迟最多降191倍。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIIris：面向视觉候选的类型化决策与可复用选项记忆
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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。