OmniAgent工具剪枝降低推理成本

OmniAgent通过剪枝工具集与模态融合优化音视频问答效率。早期OmniAgent采用针对音频和视觉模态的专业工具。后续研究发现，将特定模态工具逐步整合为全模态字幕生成和全模态问答两个核心工具，可构建更精简的智能体。该两工具智能体在三个AVQA基准测试中，精度可比或优于专业工具智能体，推理成本降低约70%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。