Bilanz der Quelle: V-MoE überträgt den dünn besetzten Mixture-of-Experts-Ansatz auf den Vision Transformer und erreicht mit einem 15-Milliarden-Parameter-Modell 90,35 Prozent Genauigkeit auf ImageNet – bei nur der Hälfte des Rechenaufwands in der Inferenz. Ein erweitertes Routing priorisiert Bilder innerhalb eines Stapels, sodass sich Aufwand und Genauigkeit zur Laufzeit flexibel austauschen lassen.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
