OmniVLM: A Token-Compressed, Sub-Billion-Parameter Vision-Language Model for Efficient On-Device Inference

Documenti analoghi

• SparseVLM: Visual Token Sparsification for Efficient Vision-Language Model Inference
  di: Zhang, Yuan, et al.
  Pubblicazione: (2024)
• SwiftVLM: Efficient Vision-Language Model Inference via Cross-Layer Token Bypass
  di: Qian, Chen, et al.
  Pubblicazione: (2026)
• OmniSelect: Dynamic Modality-Aware Token Compression for Efficient Omni-modal Large Language Models
  di: Yang, Morunliu, et al.
  Pubblicazione: (2026)
• HybridToken-VLM: Hybrid Token Compression for Vision-Language Models
  di: Zhang, Jusheng, et al.
  Pubblicazione: (2025)
• SpaceVLM: Sub-Space Modeling of Negation in Vision-Language Models
  di: Ranjbar, Sepehr Kazemi, et al.
  Pubblicazione: (2025)