כתבה
arXiv cs.LG ·
SparseTalk - צמצום שדות שפה גאוסיים 3D לקראת תשובות תלויות-מרחב 3D
SparseTalk - Sparsifying 3D Gaussian Language Fields for Efficient 3D Visual Question Answering
SparseTalk מציע דרך יעילה לתשובות תלויות-מרחב 3D על ידי צמצום שדות שפה גאוסיים 3D. המחקר מציע שיטות שונות לצמצום שדות השפה, כולל שיטה חדשה שמחלקת את התקציב המילוני בין פריטי האובייקט. התוצאות המחקריות מציגות יעילות גבוהה של SparseTalk, עם רק 256 תקציב מילוני, וזאת תוך קידום עומס תקשורת וצריכת משאבי מחשב.
תקציר מקורי באנגליתarXiv:2609.15137v1 Announce Type: cross Abstract: 3D Gaussian language fields provide an explicit, spatially grounded representation for 3D visual question answering (VQA), but their dense semantic features can require tens of thousands of embeddings per scene, resulting in substantial storage, memory, and inference costs. We investigate how much of this representation is actually necessary for downstream reasoning. Starting from a full embedding representation, we systematically sparsify its semantic embeddings, including the previously underexplored regime below a single image-equivalent block down to 8 visual tokens. We compare random, geometric, semantic, and joint spatial-semantic selection strategies and introduce an object-based sparsification method that distributes the token budge
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית