محققان در تازهترین دستاورد خود، مدل جدیدی به نام «ترنسفورمرهای حلقوی الاستیک» (ELT) را معرفی کردهاند که انقلابی در بهینهسازی مدلهای مولد تصویر و ویدیو ایجاد میکند.
ویژگیهای کلیدی این تکنولوژی:
✅ استفاده از بلوکهای ترنسفورمر با وزنهای مشترک برای کاهش چشمگیر تعداد پارامترها (تا ۴ برابر).
✅ قابلیت Inference در هر زمان (Any-Time)، که اجازه میدهد تعادلی هوشمند بین هزینه محاسباتی و کیفیت خروجی برقرار کنید.
✅ بهرهگیری از روش نوآورانه «تقطیر درونحلقهای» (ILSD) برای حفظ کیفیت در سطوح مختلف عمق مدل.
این مدل جدید نهتنها بهرهوری منابع را بهشدت بالا میبرد، بلکه استانداردهای جدیدی را در تولید محتوای بصری با کیفیت (مانند ImageNet) به ثبت رسانده است.
منبع: arXiv Computer Vision