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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Feng, Ze, Yang, Sen, Duan, Boqiang, Yang, Wankou, Wang, Jingdong
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2511.21106