跳到正文
arXiv · 机器人与计算机视觉· Bolong Feng, Pengfei Zhou, Zhenglin Wan, Wei Wang, Wangbo Zhao·· 16 天前AI 评分36

R$^2$-Omni:面向长文本生成的全模态大模型结构与精度冗余削减框架

R$^2$-Omni: Reducing Structural and Precision Redundancy in Omni-LLMs for Long-Form Generation

AI 导读

R$^2$-Omni 提出免训练框架,通过时空相似性整合视频与音频冗余表征,并依据量化键误差分配数值精度。实验显示该方法在长文生成基准上平均降低 5.0 倍显存占用,保留 97.98% 基线质量且实现 1.48 倍端到端加速。该成果发表于 arXiv,涵盖计算机视觉与模式识别领域。

来源:arXiv · 机器人与计算机视觉 · arxiv.org