MoE-ViE：面向高效图像与视频理解的混合专家视觉编码器
MoE-ViE: Mixture of Experts Vision Encoder for Efficient Image and Video Understanding
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究团队提出 MoE-ViE 混合专家视觉编码器，系统探索 CLIP 风格视觉编码器的 MoE 设计，发现细粒度 MoE 拓扑显著优于稠密和标准 MoE 方案，并引入无辅助损失均衡变体与专用 MoE kernel 降低推理延迟。
来源：Hugging Face Daily Papers · arxiv.org