苹果提出SSR框架，多模态搜索推理延迟降超90%
热点事件持续更新
苹果提出SSR框架，多模态搜索推理延迟降超90%
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
苹果机器学习研究团队提出 Selection-based Structured Reasoning（SSR）框架，把多模态搜索智能体的推理从开放式生成改为从预设自然语言候选集中选择，无需辅助任务头，并借助共享上下文 KV cache 并行打分。 苹果称，在 2B 和 4B 模型、七个多模态搜索基准上，SSR 的成功率与同规模领先搜索智能体相当，单轮推理延迟降低超 90%，每题模型总推理延迟降低 28–54%。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 08:00
基于选择的结构化推理：迈向高效多模态搜索智能体报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- Apple Machine Learning Research基于选择的结构化推理：迈向高效多模态搜索智能体
苹果提出 Selection-based Structured Reasoning（SSR）框架，将多模态智能体的推理从开放式生成改为从预设自然语言候选集中选择，无需辅助任务头，并借助共享上下文 KV cache 并行打分。在 2B 和 4B 模型、七个多模态搜索基准上，SSR 成功率与同规模领先搜索智能体相当，单轮推理延迟降低超 90%，每题模型总推理延迟降低 28–54%。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 610月16日 05:00
- 近 24 小时变化
- –
0246
05:0006:0007:00
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。