实体
LLaDA-V
LLaDA-V
PulseAugur coverage of LLaDA-V — every cluster mentioning LLaDA-V across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的 LOWN 方法大幅削减了扩散视觉语言模型的计算量
研究人员开发了一种名为 LOWN 的新方法，以提高扩散视觉语言模型 (DVLMs) 的效率。LOWN 智能地决定在每个解码步骤是否处理图像，从而减少计算负载。通过在没有图像的情况下预测掩码令牌，并且仅在预测不一致时才处理图像，LOWN 在保持高性能的同时显著降低了计算量。这种方法可以应用于各种基于 LLaDA 的 DVLM 架构，并且可以与其他效率技术相结合。
-
新的DAVET框架优化扩散视觉语言模型
研究人员开发了DAVET，一个旨在优化扩散视觉语言模型（dVLMs）效率的新框架。这种无需训练的方法可以动态地在去噪步骤中分配视觉证据，认识到模型在生成过程中对视觉信息的需求是不同的。通过根据操作需求和生成状态调整证据分配，DAVET旨在降低计算成本，同时不显著影响输出质量。在LLaDA-V和LaViDa等模型上的评估显示，平均速度提升了1.55倍，性能下降极小。