CtrlCache accélère les modèles de monde vidéo interactifs grâce à un cache qui tient compte des commandes
1 sourcemis à jour il y a 12 hpertinence 2,5 sur5
L’essentiel
CtrlCache, sans réentraînement, obtient des accélérations de 1,21× à 1,41× du backbone DiT sur Matrix-Game 2.0 et LingBot-World v1/v2, et améliore les scores WBench Overall des trois modèles.
Propagation1 article, publié par HF Daily Papers le 7 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceShangye Song, Dong Gong, Hong Jia et al.huggingface.co
CtrlCache: Accelerating Interactive Video World Models with Control-Aware Caching (site externe)
Interactive video world models need to generate each video chunk efficiently while responding faithfully to user controls.
Sur les mêmes thèmes
Infra
Ai2 publie Olmo-core 3, son framework d’entraînement ouvert pour de grands modèles à mélange d’experts
Infra
SlimWise élague les experts uniquement au décodage pour servir plus efficacement les modèles MoE
Recherche
RayOrch, un moteur distribué, préserve les liens parent-enfant dans la préparation de données d’IA
Infra
TRACE propose un entraînement FP4 par RL pour les modèles MoE, guidé par les rollouts
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5