כתבה
arXiv cs.CL ·
GUI-KV: סוגי סיירות GUI יעילים עם זיכרון KV עם מודעות ספציאל-זמני
GUI-KV: Efficient GUI Agents via KV Cache with Spatio-Temporal Awareness
סוגי סיירות GUI יעילים עם זיכרון KV עם מודעות ספציאל-זמני. GUI-KV משלב שני טכניקות חדשות: (i) הנחיית זילוג ספציאלי, שמשפרת ציוני תשומת הלב עם ה-L2 נורמה של מצבי החברה כדי לשמר טוב יותר סמנטיים חשובים של טוקן ראי
תקציר מקורי באנגליתarXiv:2510.00536v2 Announce Type: replace Abstract: Graphical user interface (GUI) agents built on vision-language models have emerged as a promising approach to automate human-computer workflows. However, they also face the inefficiency challenge as they process long sequences of high-resolution screenshots and solving long-horizon tasks, making inference slow, costly and memory-bound. While key-value (KV) caching can mitigate this, storing the full cache is prohibitive for image-heavy contexts. Existing cache-compression methods are sub-optimal as they do not account for the spatial and temporal redundancy of GUIs. In this work, we first analyze attention patterns in GUI agent workloads and find that, unlike in natural images, attention sparsity is uniformly high across all transformer l
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית