पत्र ProLaViT (Progressive Latent Visual Thought) पेश करता है, एक फ्रेमवर्क जो बहुआयामी बड़े भाषा मॉडलों को निरंतर लैटेंट स्पेस के भीतर संरचित दृश्य व्युत्पत्ति करने में सक्षम बनाता है। बाहरी विशेषज्ञों पर निर्भर दृष्टिकोणों के विपरीत, यह एक आन्तरिक स्व-डिस्टिलेशन तंत्र का उपयोग करता है जहाँ मॉडल का अपना दृश्य एनकोडर लैटेंट विचारों की निगरानी करता है।
- यह इनफ़रेंस-टाइम टूल्स के बिना एल्गोरिदमिक सटीकता को आंतरिक बनाने के लिए एक स्केलेबल प्रोग्रामेटिक संश्लेषण पाइपलाइन का उपयोग करता है।
- फ्रेमवर्क दो तर्कशास्त्र अन्तःक्रियाओं को डिज़ाइन करता है: स्थानिक कार्यों के लिए बारीक से सूक्ष्म कारण श्रृंखला और तार्किक कार्यों के लिए द्वैध तर्क श्रृंखला।
- लक्षणों के क्षय को रोकने और टोपोलॉजी-जागरूक बाधाओं को लागू करने के लिए एक दूरी-भारित विविधता हानि का प्रस्ताव किया गया है।
प्रयोग दर्शाते हैं कि ProLaViT दृश्य-केंद्रित बेंचमार्क्स पर आधार रेखाओं से बेहतर प्रदर्शन करता है, उच्च दक्षता के साथ श्रेष्ठ सटीकता और व्याख्यायिता प्राप्त करता है।