跳到正文
arXiv · 机器人与计算机视觉· Morunliu Yang, Ruotao Xu, Le Li, Yue Wang, Jianxin Zhang, Juntao Li, Yihang Lou, Siwei Feng, Peifeng Li·· 2026-10-15AI 评分65

OmniSelect:面向高效全模态大语言模型的动态模态感知 Token 压缩方法

OmniSelect: Dynamic Modality-Aware Token Compression for Efficient Omni-modal Large Language Models

AI 导读

OmniSelect 是一种无需额外训练、支持动态选择的模态自适应 Token 剪枝框架,旨在解决全模态大语言模型处理长序列时的计算开销问题。该方法利用轻量级 AudioCLIP 评估跨模态相关性,将输入分为以音频为中心、以视频为中心和均匀剪枝三种策略,并在时间组内细粒度分配压缩比例以保留关键信息。

来源:arXiv · 机器人与计算机视觉 · arxiv.org