跳到正文
arXiv · 机器人与计算机视觉· Divya Kothandaraman, Timo Kumkel, Jaclyn Pytlarz·· 4 小时前精选AI 评分78

多模态大模型免训练视频 Token 剪枝:查询感知与查询无关策略的受控比较

Query-Aware vs. Query-Agnostic Training-Free Video Token Pruning in Multimodal LLMs

AI 导读

本文通过受控实验对比了 21 种免训练的视频 Token 剪枝原则,涵盖查询无关、浅层/结构化查询条件化及整体策略。研究引入结构化查询剪枝方法,将问题分解为语义锚点并结合视觉多样性。

推荐理由

该研究对比了多种免训练视频剪枝策略,发现基于问题分解的结构化方法在特定任务下优于单纯相关性或冗余度指标。

来源:arXiv · 机器人与计算机视觉 · arxiv.org