【图像视觉token压缩方案都有哪些以及是否靠谱?兼看图表推理数据合成思路-ChartM3】继续看技术,依旧看几个很有意思的方法,围绕文档智能以及视觉token压缩方向。一个是视觉token压缩方案性能对比,前段时间谈到视觉token压缩,现在Benchmark跟上,真有视觉多模态模型做token压缩的方案及性能评估,本质上做的是工程提速的要求,尤其是deepseek-ocr的问题,再次提个醒。一个是继续看文档智能进展,看看数据合成,本质上没啥新意,再举出一个例子,来温习下这块的流水线是怎样的。http://t.cn/AXAuTXxU
发布于 北京
