Lown

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。