TTE-Flash: Accelerating Reasoning-based Multimodal Representations via Think-Then-Embed Tokens

Diese Arbeit schlägt TTE-Flash vor, eine Methode zur Beschleunigung von reasoning-basierten multimodalen Repräsentationen, indem explizites Chain-of-Thought (CoT) durch latente Denk-Token ersetzt wird. Ziel ist es, hochleistungsfähige, reasoning-bewusste Repräsentationen zu konstanten Inferenzkosten zu erreichen.