研究人员开发了CARES（Context-Aware Resolution Selector），一个旨在为视觉语言模型（VLMs）优化图像分辨率的模块。这个轻量级模块可以预测给定图像-查询对所需的最低足够输入分辨率，从而减少计算负载和延迟。通过使用一个紧凑型VLM来确定目标VLM的响应何时收敛，CARES可以将计算量减少高达80%，同时在各种基准测试和VLMs上保持任务性能。 AI
影响 降低VLMs的计算量和延迟，可能加速其采用并降低运营成本。
排序理由 该集群包含一篇学术论文，详细介绍了一种优化VLM性能的新方法。[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 →