研究人员开发了一种名为“模态感知宽度操作剪枝”(MWOP)的新方法,以提高多模态大语言模型(MLLM)的效率。MWOP通过独立剪枝视觉到视觉、文本到视觉和文本到文本的注意力路径,并分别选择视觉和文本输入的FFN通道,来解决注意力头和前馈网络(FFN)通道内的冗余问题。这种方法在保留令牌序列的同时减少了计算量,从而显著加快了速度。在LLaVA-OneVision-7B上,MWOP单独实现了1.6倍的预填充速度提升,且性能损失极小;与令牌压缩方法结合使用时,速度提升进一步增加。 AI
影响 该方法可能导致多模态人工智能系统更高效的部署和更快的推理。
排序理由 详细介绍模型效率新方法的学术论文。[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 →