21:43Decoder@Jonathan Kemper精选72°字节跳动Seed团队研究发现,通过提问方式训练7B参数的多模态大模型(LMM),在处理长文档(尤其是图像密集型文档)时,其可靠性甚至超过更大规模的模型。该模型能处理比训练时见过的文档长四倍的内容,且无需逐页转录文本,而是通过自主寻找相关段落来回答问题。这一方法显著提升了长文档问答的效率与准确性,为多模态模型在复杂文档理解任务中的应用提供了新思路。论文字节跳动多模态模型长文档理解训练方法问答推荐理由:做文档理解或长文本AI应用的团队值得关注——字节跳动用提问替代转录,让7B模型在长文档任务上超越大模型,直接降低了计算成本,建议点开看看具体方法。原文