TokenSwap：评测并缩小多模态 LLM 的模态鸿沟

英文标题：TokenSwap: Benchmarking and Reducing the Modality Gap in Multimodal LLMs

这篇论文提出 TokenSwap，聚焦多模态大语言模型（MLLM）在不同模态的语义等价输入下出现预测不一致的问题。作者观察到，模型面对跨模态变化时存在系统性的预测差异，即所谓“模态鸿沟”。该研究旨在对这一现象进行基准评测，并探索降低模态鸿沟的方法，对需要构建一致、可靠的多模态应用和 Agent 的开发者具有参考价值。原始材料未提供具体实验数据、方法细节或完整结论。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB