跳到正文
MarkTechPost· Asif Razzaq·· 29 天前AI 评分53

H Company 发布 NeoMME:260M 与 800M 单塔多模态编码器

H Company Releases NeoMME: A Family of 260M and 800M Single-Tower Multimodal Encoders That Drop the Vision Tower and Causal Decoder

阅读原文

本站未展示全文,请前往来源网站阅读。

AI 导读

H Company 发布 NeoMME 系列 260M 与 800M 双向编码器,去掉单独预训练的视觉塔和从不生成 token 的因果解码器,由同一个 Transformer 处理多语言文本 token 与 32×32 原始 RGB 图像 patch,并从随机初始化开始训练。

来源:MarkTechPost · marktechpost.com