DO-ACP

PW-Pruning 方法增强了面向语音的全模态模型

研究人员开发了一种新颖的 PW-Pruning 方法，用于选择面向语音的全模态模型中的专家，以在保持性能的同时降低计算负载。这种阶段感知技术为不同的处理阶段构建了独立的权重重要性核，从而在 MMAU-mini 和 MMSU 等基准测试中显著提高了准确性。PW-Pruning 在 Qwen3-Omni 上展示了收益，并在 Qwen3.5-Omni 和 Nemotron 上提供了补充证据，表明语义阶段信息对于这些增强至关重要。