멀티모달 비전 인코더를 분해해 보니: 필요한 건 초반의 시각 전용 연산이었다
Unbundling Multimodal Vision Encoding은 별도 사전학습, 시각 전용 용량, 융합 전 배치를 나눠 비교한다. 같은 연산 예산에서 초반 전용 분기가 독립 인코더의 역할을 얼마나 대신하는지 살펴본다.
Tag2 posts
Unbundling Multimodal Vision Encoding은 별도 사전학습, 시각 전용 용량, 융합 전 배치를 나눠 비교한다. 같은 연산 예산에서 초반 전용 분기가 독립 인코더의 역할을 얼마나 대신하는지 살펴본다.
카카오가 공개한 Medium·Tiny 비전 인코더의 생성형 사전학습, 고해상도 처리와 증류를 살펴본다. 완성형 VLM과의 차이, 평가·효율 수치의 조건, 상업 라이선스 제약을 구분한다.