大型语言模型的多模态进化：从冗余到宝藏 查看图片 //@爱可可-爱生活:本文创新性地提出了一种参数高效的多模态大型语言模型扩展框架，通过巧妙地利用混合专家模型 (MoE) 的内在冗余性，结合部分低秩自适应 (PLoRA) 和 Gromov-Wasserstein 初始化等技术，在极小参数代价下，成功赋予纯文本 LLM 强大的图像生成能力，并有效保持了原有语言性能，揭示了模型冗余性在多模态学习中的巨大潜力，为未来低成本、高性能多模态 LLM 的发展指明了新方向。 [CL]《Exploiting Mixture-of-Experts Redundancy Unlocks Multimodal Generative Abilities》R Dutt, H Hanspal, G Xia, P Tudosiu... [The University of Edinburgh & Imperial College, London] (2025) 网页链接 #机器学习##人工智能##论文##AI创造营#
