跳到正文
arXiv · 机器人与计算机视觉· Janghoon Cho, Shubhankar Borse, Reza Pourreza, Juntae Lee, Jihwan Bang, Munawar Hayat, Fatih Porikli·· 2026-10-20AI 评分72

如何能剪多少?探索视觉 Token 剪枝的性能极限

How Much Can We Prune? Exploring the Performance Limits of Visual Token Pruning

AI 导读

本文针对视觉语言模型中的视觉 Token 剪枝技术,提出了一种名为 QA-MBG 的新方法,旨在探索剪枝性能的理论上限而非仅优化特定算法。该方法将剪枝定义为在固定预算下选择一个共享的视觉 Token 子集以支持对图像的广泛问题分布,利用前沿 VLM 生成的辅助问答集近似效用,并通过冻结评估模型优化教师强制回答概率目标。

来源:arXiv · 机器人与计算机视觉 · arxiv.org