arXiv · cs.AI · Mo Shahdloo, Faegheh Sardari, Mathew Salvaris · 9 小时前模型评分40
Latent-Lens：让小语言模型通过隐状态通信获得视觉感知
Latent-Lens: Visual Perception in Small Language Models Through Latent Communication
导读
Latent-Lens 用约 160 万参数（占两模型总规模 0.2%）的轻量编解码器，在冻结的视觉语言模型（VLM，Vision-Language Model）与冻结的小语言模型（SLM，Small Language Model）之间直接传递隐状态，替代有损的文本通信。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose \textbf{Latent-Lens}, a lightweight codec that bridges the representation gap between a frozen VLM and a frozen SLM directly in latent space, enabling them to communicate purely through hidden states.”
- “while training only ${\sim}1.6$M parameters (0.2\% of the combined model size)”
来源：arXiv · cs.AI · arxiv.org