Apple 연구자들은 Vision Language Models (VLMs)에 대한 새로운 모델인 FastVLM을 소개했습니다. VLMs는 텍스트 입력과 시각적 이해 모두를 허용합니다. 그러나 이미지 해상도는 텍스트 및 차트가 풍부한 데이터를 처리하는 데 VLM 성능에 중요합니다. 이미지 해상도를 높이면 다양한 도전 과제가 발생합니다. 먼저, 사전 훈련된 비전 인코더는 효율적인 사전 훈련 요구 때문에 고해상도 이미지에서 어려움을 겪습니다. 높은 해상도 이미지에서 추론을 실행하면 계산 비용과 지연 시간이 증가합니다.

<Mark Tech Post 뉴스 본문 전체읽기>