English(EN) AdaVFM: Adaptive Vision Foundation Models for Edge Intelligence via LLM-Guided Execution

AdaVFM 框架使用 LLM 来适应边缘设备的视觉模型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了 AdaVFM，一个旨在提高大型视觉基础模型在边缘设备上效率的新框架。该系统利用多模态 LLM 进行运行时控制，根据场景和任务的复杂性动态调整计算负载。实验表明，AdaVFM 显著改善了准确性-效率权衡，将计算成本降低了高达 77.9%，同时保持了高准确性。 AI

影响 AdaVFM 可以在资源受限的边缘设备上实现更强大的 AI 功能，扩展始终在线的上下文 AI 的应用。

排序理由这是一篇详细介绍在边缘设备上高效执行模型的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Yiwei Zhao, Yi Zheng, Huapeng Su, Jieyu Lin, Stefano Ambrogio, Cijo Jose, Michael Ramamonjisoa, Patrick Labatut, Barbara De Salvo, Chiao Liu, Phillip B. Gibbons, Ziyun Li · 2026-05-05 04:00

AdaVFM：通过 LLM 引导执行实现边缘智能的自适应视觉基础模型

arXiv:2604.15622v2 Announce Type: replace Abstract: Language-aligned vision foundation models (VFMs) enable versatile visual understanding for always-on contextual AI, but their deployment on edge devices is hindered by strict latency and power constraints. We present AdaVFM, an …