AGI Hunt· kaist-ai·· 41 分钟前AI 评分46
KAIST 与牛津大学发布 ReMo:跨模态压缩冗余视觉 token,降低 Omni-LLM 推理成本
KAIST ReMo:跨模态压缩冗余视觉 token,免训练降低全模态 LLM 推理成本
AI 导读
KAIST 与牛津大学合作发布免训练框架 ReMo,通过跨模态对齐压缩 Omni-LLM 推理时冗余的视觉 token,并将视觉信息重新分配到音频与文本流。框架在视听任务上以大幅降低的 token 开销取得与原模型相当的准确率,相关代码已开源。
来源:AGI Hunt · agihunt.info