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

Este trabalho propõe TTE-Flash, um método para acelerar representações multimodais baseadas em raciocínio, substituindo o raciocínio explícito de Cadeia de Pensamento (CoT) por tokens de pensamento latentes. Ele busca alcançar representações de alto desempenho e sensíveis ao raciocínio com um custo de inferência constante.