Tag · 2 篇
信息几何
分布 高效模型与推理加速1视觉语言模型1
01 02
GeoRK2：面向扩散 Transformer 加速的几何引导 Runge-Kutta 积分
GeoRK2: Geometry-Guided Runge-Kutta Integration for Diffusion Transformer Acceleration
把二阶 Runge-Kutta 积分器与由噪声预测导出的曲率感知几何流结合，用激活协方差估计特征度量来约束大步长下的误差传播，可直接替换现有 DiT/视频扩散模型的采样器，实现免训练 4-5 倍加速。
CogniVerse：以认知反思与几何推理革新多模态检索增强生成
CogniVerse: Revolutionizing Multi-Modal Retrieval-Augmented Generation with Cognitive Reflection and Geometric Reasoning
为视觉语言模型的知识密集型问答提供了一种基于黎曼流形对齐和谱图优化的多模态检索增强生成框架，其认知反思模块可动态判断检索必要性，对构建高效可靠的视觉问答系统有直接参考价值。