Raincheck 论文提出延迟多模态预填充框架
热点事件持续更新
Raincheck 论文提出延迟多模态预填充框架
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Wenjie Huang 等作者在 arXiv 发布论文，提出 Raincheck——一个面向多轮多模态大模型推理的延迟预填充框架，将初始 token 选择与后续信息可用性解耦，利用解码期空闲算力逐步补齐被剪枝的 token。 在 Qwen3-VL-8B 和 Qwen3.5-9B、保留 30% 初始多模态 token 的设置下，论文称 Raincheck 在 MultiVerse 和 ConvBench 基准上平均分别恢复硬剪枝损失的 77.7% 和 60.4% 质量；其 SGLang 实现在 MultiVerse 上将首轮 TTFT 相比全量预填充最多降低 24.1%，平均每输出 token 时间（TPOT）增幅小于 0.5%。
AI 根据报道生成 · 44 分钟前更新
最新进展10月29日 16:01
Raincheck：面向高效多轮 MLLM 推理的延迟多模态预填充框架报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.CLRaincheck：面向高效多轮 MLLM 推理的延迟多模态预填充框架
研究团队提出 Raincheck，一个延迟多模态预填充框架，将初始 token 选择与后续信息可用性解耦，利用解码期空闲算力逐步补齐被剪枝的 token。在 Qwen3-VL-8B 和 Qwen3.5-9B、保留 30% 初始多模态 token 的设置下，Raincheck 在 MultiVerse 和 ConvBench 上平均分别恢复硬剪枝损失的 77.7% 和 60.4% 质量。其 SGLang 实现将首轮 TTFT 相比全量预填充最多降低 24.1%，平均每输出 token 时间（TPOT）增幅小于 0.5%。
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。