llama.cpp b12463 的视觉位置嵌入修复影响哪些输入?
作者:归人
时间:2026-11-17
来源:正软商城
浏览:0
llama.cpp b12463 修正 Muse Glimmer 视觉编码器缩放位置嵌入时的坐标顺序,使其与训练一致,解释非方形图像为何更能体现差异。
本文目录
llama.cpp b12463 修正 Muse Glimmer 的位置嵌入缩放顺序。合并记录指出方形图像不受影响,同一视觉计算图上的 Muse Spark Open 也受益。

位置嵌入的坐标顺序改了什么
llama.cpp b12463 的修复位于 mtmd 的视觉编码器路径。Muse Glimmer 使用一个学习得到的位置嵌入网格,输入图像的布局变化时需要调整该网格。原实现按高度、宽度的顺序调整,修复按训练所用的宽度、高度顺序处理。

什么图像更能体现修复
若网格高度和宽度相同,交换两者后尺寸关系不变,合并说明明确指出方形图像不受影响。长宽不等时,原先顺序与训练时的约定会产生差别,所以非方形图像是验证这一问题的主要输入类型。
哪些模型走同一条路径
Muse Spark Open 的视觉部分使用同一计算图,因此也覆盖在这项修复内。修复范围是相关模型的位置嵌入计算,其他视觉模型的实现应按各自路径判断。
应如何理解构建范围
b12463 是测试构建。具体变化是让视觉位置网格遵循训练时的坐标顺序,发行说明没有给出通用的图像质量、速度或设备兼容性提升结论。
作者最新文章
WPS演示中给图片添加边框的操作方法
2026-11-10 14:12
三星怎么使用谷歌浏览器_三星手机Chrome设置默认浏览器指南
2026-11-05 15:43
earmaster pro课程怎么样课程内容与适用人群详解
2026-10-28 09:55
3DMAX拉丝不锈钢材质怎么操作
2026-10-24 10:59
会声会影提示BurnStarR.dll已停止工作的解决方法
2026-10-16 20:21
上一篇:
汽水音乐无法创建私人歌单怎么处理
下一篇:
汽水音乐搜索不到热门歌曲怎么处理
热门文章
更多
精品专题
更多
Mac软件
更多
火山引擎 网页版
Windows/ macOS/ Linux
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。









