研究：全模态模型基本保留骨干检索头

Jia Wang 等作者发表论文，检验多模态大模型的检索头机制是否随输入模态扩展。研究以音视频配对输入测试，发现新模态下检索头依然稀疏，且跨模态大量共享；在 18 个语言、视觉语言与全模态 checkpoint 中，全模态模型基本保留其骨干网络的检索头。 该结论来自作者对上述 checkpoint 的观测，论文未报告据此提出的优化方法在具体任务上的验证效果。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。