跳到正文
arXiv · 机器人与计算机视觉· Rahul Chowdhury, Timothy A Rupprecht, Xuan Shen, Shaoyi Huang, Pu Zhao, Yanzhi Wang·· 2026-10-05精选AI 评分82

从修补到剪枝:视觉语言模型中的视觉计算优化方法

From Patching to Pruning Visual Computation in Vision Language Models

AI 导读

论文提出无需训练的 Patch-to-Prune (P2P) 框架,利用激活修补技术识别并替换 VLM 解码器中可被固定中性代理向量替代的区域,从而绕过冗余的视觉计算。

推荐理由

提出无需训练的 Patch-to-Prune 框架,在保留序列长度与预训练权重的情况下,通过固定中性代理向量绕过冗余视觉计算,将 FLOPs 降低 55%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org