NeoMME：单塔多模态原生多语言基础编码器，兼顾高效微调与推理
NeoMME: A Single-Tower Multimodal-Native Multilingual Foundation Encoder for Efficient Fine-Tuning and Inference
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
NeoMME 是一族 260M 和 800M 参数的多模态多语言双向编码器，用单个双向 Transformer 编码器直接处理多语言文本和原始图像 patch，支持 16,384 token 上下文，可编码最多两张标准 4K UHD 图像。
来源：Hugging Face Daily Papers · arxiv.org