arXiv 2026年10月5日该工作提出 DyRA，一种输入自适应方法，通过在推理时动态近似并校正结构化权重近似（如低秩分解）引入的输出残差误差，直接优化输出的低秩因子，从而在相同计算预算下更忠实地逼近完整矩阵乘法；在视觉、语音和语言模型上，DyRA 相比仅做结构化权重近似的方法持续改善精度-效率权衡，并在 DINOv3 上实现 1.5 倍端到端 GPU 加速，同时将精度退化降低 3 倍以上。该工作提出 DyRA，一种输入自适应方法，通过在推理时动态近似并校正结构化权重近似（如低秩分解）引入的输出残差误差，直接优化输出的低秩因子，从而在相同计算预算下更忠实地逼近完整矩阵乘法；在视觉、语音和语言模型上，DyRA 相比仅做结构化权重近似的方法持续改善精度-效率权衡，并在 DINOv3 上实现 1.5 倍端到端 GPU 加速，同时将精度退化降低 3 倍以上。DyRA 用输入自适应的输出残差校正改进结构化矩阵乘法近似，在 DINOv3 上实现 1.5 倍端到端 GPU 加速并将精度退化降低 3 倍以上该工作提出 DyRA，一种输入自适应方法，通过在推理时动态近似并校正结构化权重近似（如低秩分解）引入的输出残差误差，直接优化输出的低秩因子，从而在相同计算预算下更忠实地逼近完整矩阵乘法；在视觉、语音和语言模型上，DyRA 相比仅做结构化权重近似的方法持续改善精度-效率权衡，并在 DINOv3 上实现 1.5 倍端到端 GPU 加速，同时将精度退化降低 3 倍以上。该工作提出 DyRA，一种输入自适应方法，通过在推理时动态近似并校正结构化权重近似（如低秩分解）引入的输出残差误差，直接优化输出的低秩因子，从而在相同计算预算下更忠实地逼近完整矩阵乘法；在视觉、语音和语言模型上，DyRA 相比仅做结构化权重近似的方法持续改善精度-效率权衡，并在 DINOv3 上实现 1.5 倍端到端 GPU 加速，同时将精度退化降低 3 倍以上。