arXiv Artificial Intelligence· David Harwath, Desh Raj, Xavier Velez, Sandra Arcos-Holzinger, Willie Jeng, Karen Livescu, Leibny Paola Garcia-Perera, Sanjeev Khudanpur·· 2 小时前AI 评分34
无编码器多模态 LLM 学会隐式编码器：Gemma-4 12B 与 Inkling-Small 分析
Encoder-Free Multimodal LLMs Learn Implicit Encoders
AI 导读
研究实证分析了 Gemma-4 12B 和 Inkling-Small 两个无编码器多模态 LLM，它们不依赖模态专用编码器，而是直接把音频采样、像素或频谱特征窗口输入 Transformer 语言模型。
来源：arXiv Artificial Intelligence · arxiv.org