arXiv · 机器人与计算机视觉· Luther Wei, Ling Zou, Kang-Yang Huang, Yu-Syuan Xu, Wen-Huang Cheng·· 2026-10-20AI 评分72
高分辨率 LVLM 的层级化与查询感知视觉 Token 剪枝方法
Hierarchical and Query-Aware Visual Token Pruning for High-Resolution LVLMs
AI 导读
针对高分辨率大视觉语言模型(LVLM)推理时的计算瓶颈,本文提出一种免训练的层级化 Token 剪枝框架。该方法利用查询引导在 LLM 块执行前进行动态预算分配:先在实例级根据视觉复杂度调整保留比例,再在裁剪图级别通过跨模态相似度分布预算,最后在 Token 级别结合投影特征与文本查询嵌入计算细粒度对齐分数并去偏。
来源:arXiv · 机器人与计算机视觉 · arxiv.org