Q Cache: Visual Attention is Valuable in Less than Half of Decode Layers for Multimodal Large Language Model

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zhuang, Jiedong, Lu, Lu, Dai, Ming, Hu, Rui, Chen, Jian, Liu, Qiang, Hu, Haoji
Format:	Preprint
Publié:	2026
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/2602.01901