意義感知二值化

深度分析

SAB‑LVLM：意義感知二值化技術提升大型視覺語言模型效能

大型視覺語言模型因參數龐大在資源受限裝置上難以部署。研究提出SAB‑LVLM，透過空間意義圖與模態導向整合，生成意義感知二值化映射，並於二值化目標中加入誤差重加權。實驗顯示在約1位元壓縮下，該方法在多項基準上優於既有二值化方案，提升效能與壓縮率。