每周论文精读

Google DeepMind团队近日推出了VLM视觉语言模型PaliGemma的重大升级，论文介绍了PaliGemma 2系列视觉语言模型。

又一国产o1大模型：Marco-o1，其创新的MCTS有效扩展了推理的解空间，推理行动策略以更新的迷你步骤帮助探索复杂推理路径，展现出较好的效果。

最近，上海人工智能实验室又出新的多模态大模型啦--InternVL2-8B-MPO。这个模型的重点就在MPO上，效果竟能与76B模型不相上下

最近清华大学的statistical AI团队提出的SageAttention2，作为用于加速注意力计算的方法，通过4位矩阵乘法和精度增强技术，在保持精度的同时显著提高了计算效率。开源的代码：链接 S

vivo AIlab最近提出了一种针对移动设备上多模态大语言模型（MLLMs）的算法与系统协同设计方法：BlueLM-V-3B，旨在解决在手机上部署多模态大模型的挑战，实现高效的模型推理与应用。