Dasturchi vizual modellarda token ehtimolligi yordamida tasvirlarni tezkor tahlil qildi

Dasturchi LLM va vizual modellardan javob olishni tezlashtirish uchun token ehtimolliklari texnikasidan foydalandi. Tizimni faqat bitta token yaratishga majburlash orqali uzun matnli javoblarni kutish zarurati yo'qoladi.

Muallif Gemma 4 12B va OpenAI modellarida veb-kamera kadrlarini matnli shartlar asosida sinfga ajratishni sinab ko'rdi. Bu yondashuv ixtisoslashgan kompyuterli ko'rish tizimlaridan ko'ra sekinroq bo'lsa-da, oddiy matnli so'rovlar orqali shartlarni tezda o'zgartirish moslashuvchanligini taqdim etadi.

Oddiy AI texnologiyasi yordamida tarjima qilingan