Dynamic-LLaVA: Efficient Multimodal Large Language Models via Dynamic Vision-language Context Sparsification

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Huang, Wenxuan, Zhai, Zijie, Shen, Yunhang, Cao, Shaosheng, Zhao, Fei, Xu, Xiangfeng, Ye, Zheyu, Hu, Yao, Lin, Shaohui
Format: Preprint
Veröffentlicht: 2024
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!