MoEMB：以混合专家扩展多模态嵌入
热点事件持续更新
MoEMB：以混合专家扩展多模态嵌入
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Xuanming Cui 等作者发表论文提出 MoEMB，用混合专家（MoE）沿专家轴扩展通用多模态嵌入（UME），在保留单向量、非自回归编码的同时提升编码器容量。 据该论文，MoEMB 在公开 MMEB 系列数据训练下，以仅 3B 激活参数在 MMEB-V2 与 MRMR 上刷新 SOTA，超过激活参数超 4 倍的 TTE 方法，且计算量显著更少。论文还称首次系统研究 MoE 嵌入的自适应计算，涵盖基于训练与仅推理的多类策略。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
MoEMB：用高效 MoE 模型扩展通用多模态嵌入报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AIMoEMB：用高效 MoE 模型扩展通用多模态嵌入
MoEMB 提出沿专家轴扩展通用多模态嵌入（UME），通过混合专家（MoE）在保留单向量、非自回归编码的同时提升编码器容量。在公开 MMEB 系列数据训练下，MoEMB 以仅 3B 激活参数在 MMEB-V2 与 MRMR 上刷新 SOTA，超越激活参数超 4 倍的 TTE 方法且计算量显著更少。该工作还首次系统研究了 MoE 嵌入的自适应计算，涵盖基于训练与仅推理的多类策略。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。