PulseAugur
中
实时 00:04:51
English(EN) FRESHLATENT: Channel-Aware Latent Adaptation for Resource-Constrained Embodied VLM Perception

FRESHLATENT 适配器在无线约束下提升无人机视觉语言模型性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 FRESHLATENT，这是一种新颖的通道感知潜在适配器，专为使用拆分式视觉语言模型（VLM）的资源受限无人机（UAV）设计。这种轻量级适配器解决了在无线通信约束下 VLM 感知中中间特征被破坏的问题。FRESHLATENT 通过训练一个编码器-解码器来适应无线损坏，同时保持主 VLM 冻结，显著提高了在不利条件下的 gIoU 和 cIoU 等性能指标。与更重的通信编解码器相比，该系统在编码器参数、延迟和能耗方面均有大幅降低，使其成为任务关键型无人机应用的实用解决方案。 AI

影响 在充满挑战的无线条件下运行的无人机，能够实现更鲁棒、更高效的 VLM 感知。

排序理由 这是一篇详细介绍资源受限环境中 VLM 感知的创新技术方法的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

FRESHLATENT 适配器在无线约束下提升无人机视觉语言模型性能

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Rajat Bhattacharjya, Minwoo Kim, Arnab Sarkar, Tamoghno Das, Sing-Yao Wu, Eli Bozorgzadeh, Marco Levorato, Nikil Dutt ·

    FRESHLATENT：面向资源受限的具身视觉语言模型感知的通道感知潜在适应

    arXiv:2609.30629v1 Announce Type: cross Abstract: Mission-critical UAVs increasingly rely on split vision-language model (VLM) perception under tight onboard-resource and wireless-communication constraints. However, corruption of transmitted intermediate features creates a deploy…

相关实体

相关话题