EM-KD: Distilling Efficient Multimodal Large Language Model with Unbalanced Vision Tokens

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Feng, Ze, Yang, Sen, Duan, Boqiang, Yang, Wankou, Wang, Jingdong
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2511.21106