マルチモーダル 【Dispider】動画とLLMを統合してリアルタイム対話を実現するフレームワーク
動画とLLMを統合した新フレームワーク「Dispider」が登場！動画解析と応答生成を非同期で並行処理し、効率的にリアルタイム対話を実現。実験で既存モデルより高い正確さと処理速度を確認。
効率性
マルチモーダル 
言語・LLM 長文タスクに優れたエンコーディング「TAPE」で頑健性と効率性を向上
新しい位置エンコーディングフレームワーク「TAPE」を提案。モデルの頑健性と効率性を向上させ、長文タスクにおいて優れた性能を示す実験結果。効率的な処理で強力なパフォーマンスを実現。
言語・LLM LLMの考えすぎを抑え効率性20%向上する手法
LLMの考えすぎ問題がモデルの効率と精度に与える影響を分析し、Reasoning Preference Optimizationで緩和。提案手法により数学テストの精度と効率が約10%-20%向上。o1やQwQ-32Bなどを用い、数学的問題や一般知識に基づくテストを実施。