Výzkumníci z Huazhong University of Science and Technology představili Moebius, vysoce efektivní framework pro obrazové doplňování (inpainting) s pouhými 0,2 miliardy parametrů, který svým výkonem konkuruje modelům s deseti miliardami parametrů. Klíčem je nový blok Local-Lambda Mix Interaction, který komprimuje prostorové a globální kontexty do matic s pevnou velikostí, čímž dramaticky snižuje počet parametrů, aniž by ztrácel na kvalitě reprezentace. Framework navíc využívá adaptivní strategii destilace s více granularitami, která dynamicky vyvažuje gradientní ztráty. Výsledky ukazují, že optimalizovaný specializovaný model může v praxi nahradit mnohem větší foundation modely s výrazně nižšími výpočetními nároky.
