Dynamic-LLaVA 精读：同时压缩视觉 Token 与生成上下文
从视觉 Token 选择、生成上下文稀疏化与在线 KV cache 决策出发，拆解 ICLR 2025 的 Dynamic-LLaVA 如何贯穿预填充和解码阶段加速多模态大模型，属于推理加速（推理侧）方向。
15
|
0
VideoLISA 精读：多模态模型的训练侧视频分割适配
从 LoRA 适配、稀疏-稠密视频采样与 One-Token-Seg-All 训练出发，拆解 NeurIPS 2024 的 VideoLISA 如何把多模态大模型迁移到视频推理分割，属于个性化（训练侧）方向。
17
|
0
SparseVLM 精读：让问题决定保留哪些视觉 Token
从文本 rater、逐层视觉 Token 稀疏化与被裁 Token 回收出发，拆解 ICML 2025 的 SparseVLM 如何在不训练新参数的前提下加速多模态大模型推理。
9
|
0
InstructBLIP 精读：让视觉特征听懂任务指令
从指令感知 Q-Former、26 个数据集的指令微调与零样本评测出发，拆解 NeurIPS 2023 的 InstructBLIP 如何适配多种视觉语言任务。
12
|
0
从 PyTorch 到 CUDA Kernel：融合 RMSNorm 在 RTX 4090D 上加速 4.27 倍
从零实现 PyTorch CUDA 扩展，拆解 RMSNorm 的访存瓶颈、warp 归约、向量化加载、算子融合与冷热缓存 benchmark。
16
|
0
DeeR-VLA 精读：用动态早退加速多模态机器人推理
从多出口 MLLM、动作一致性判据与预算约束出发，拆解 NeurIPS 2024 的 DeeR-VLA 如何动态跳过 LLM 层，实现多模态机器人推理加速。
17
|
0
TD-MPC2 精读：用隐式世界模型统一 104 个连续控制任务
从隐式潜在动力学、SimNorm、离散回归、策略先验与 MPPI 规划出发，拆解 ICLR 2024 Spotlight 论文 TD-MPC2 如何用统一超参数稳定训练并扩展到 317M 参数、80 个任务。
11
|
0
Yo'LLaVA 精读：用 16 个软 Token 记住你的专属视觉概念
从可学习身份 Token、视觉属性软提示与难负样本出发，拆解 NeurIPS 2024 的 Yo'LLaVA 如何用 5 张图完成多模态大模型个性化。
13
|
0
FlashAttention-3 精读：用异步流水与 FP8 加速 Hopper Attention
从 Hopper 的 TMA、WGMMA 和 FP8 出发，拆解 FlashAttention-3 如何用 warp specialization、GEMM-Softmax 流水与低误差量化提升精确注意力吞吐。
9
|
0