待验证50% 置信事实精确时间
DepthGraft从步幅对齐的浅层-中层源对中重建深层KV,将非局部梯度流分布到多个源层。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
DepthGraft:分层KV重建如何成为深度模型的结构正则化利器
rss2026/11/2
涉及实体
相关事实
待验证DepthGraft保留了预填充早期完成特性,即深层KV可由浅层、中层已算出的KV重建,从而缩短首token延迟。76% 相似待验证论文《DepthGraft: Structural Regularization through Hierarchical Cross-Layer KV Reconstruction》提出了一种名为DepthGraft的分层KV共享架构。73% 相似待验证深度估计主流方法分为两大路线:基于几何的多视图立体(MVS)和基于深度学习的单目深度估计62% 相似待验证深度生成模型通过学习高维数据中的低维流形结构来规避维度灾难62% 相似待验证Depth Anything、MiDaS、DPT等基础模型大幅提升了相对深度质量,但输出仍为无尺度的相对值,需要额外锚定手段还原绝对度量62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130756API
curl https://kongchang.com/api/v1/knowledge/claims/1130756MCP
get_claim(id=1130756)