محققان در مقالهای جدید، روشی نوآورانه برای افزایش سرعت مدلهای هوش مصنوعی چندوجهی (VLM) معرفی کردهاند. مشکل اصلی این مدلها، سنگین بودن پردازش توکنهای تصویری است که باعث کندی و مصرف بالای منابع میشود.
روش جدید «SVD-Prune» بدون نیاز به آموزش مجدد، از تجزیه مقادیر منفرد (SVD) استفاده میکند تا توکنهای غیرضروری را حذف کرده و تنها بخشهای کلیدی تصویر را حفظ کند. نتیجه؟ عملکرد عالی مدل حتی با تعداد بسیار کمی توکن!
این پیشرفت میتواند راه را برای اجرای روانتر هوش مصنوعی روی دستگاههای ضعیفتر هموار کند. 🧠💡
منبع: arXiv Computer Vision