مدلهای فعلی در پاسخ به سوالات چندوجهی (Multimodal) معمولاً با پردازش تمام دادههای تصویری و متنی، انرژی و زمان زیادی هدر میدهند. اما خبر خوب اینکه معماری جدیدی به نام «SKIP» معرفی شده است!
این مدل هوشمند با استفاده از «مسیرهای پراکنده» (Sparse Pathways)، فقط بخشهای مرتبط تصویر و دانش مورد نیاز را برای هر سوال پردازش میکند. نتایج شگفتانگیز است:
✅ کاهش ۶.۸ برابری در محاسبات (FLOPs)
✅ کاهش ۲.۷ برابری در تاخیر (Latency)
✅ حفظ دقت بالا در مقایسه با مدلهای حجیم و سنگین
این یعنی هوش مصنوعی در آینده میتواند بسیار سریعتر و با مصرف انرژی کمتر، دانشمحورتر از همیشه عمل کند.
منبع: arXiv AI