Nghiên cứu
SaMer: Tối ưu hóa nén token hình ảnh cho truy vấn đa phương thức mà không làm mất chi tiết vật thể
(giờ Việt Nam)
Tóm tắt AI
SaMer là khung nén token hình ảnh giúp giảm 93% dữ liệu lưu trữ cho các mô hình truy vấn đa phương thức như ColPali, bằng cách bảo toàn các đặc trưng vật thể quan trọng mà không cần dùng đến bộ dò tìm vật thể khi suy luận.
Bản dịch AI
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Suhyeong Park [xem email] [v1] Thứ Hai, ngày 6 tháng 7 năm 2026 02:19:11 UTC (18.358 KB)
Bài viết được AI dịch và tổng hợp tự động từ HuggingFace Daily Papers (Nổi bậtBài nghiên cứu). Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.