Hugging Face Daily Papers·· 7 天前AI 评分73
UniSpark:探索混合注意力的多模态理解与生成
UniSpark: Exploring Hybrid Attention for Multimodal Understanding and Generation
AI 导读
UniSpark-9B 是一个基于混合注意力机制的统一多模态模型,结合了全注意力与 GatedDeltaNet 线性注意力以支持视觉问答、文生图及指令编辑等任务。该模型在 MME-S 基准上得分为 2470.3,GenEval 得分为 0.83。材料为 arXiv 预印本技术报告,展示了其在多模态生成与理解方面的能力。
来源:Hugging Face Daily Papers · arxiv.org