arXiv · 机器人与计算机视觉· Mengchen Fan, Qizhen Lan, Xi Xiao, Lin Zhao, Liang He, Tianyang Wang, Xiaoqian Jiang, Pulin Che, Baocheng Geng·· 2026-10-19AI 评分45
MedSTP:一种用于医疗视觉问答的免训练子空间转换 Token 剪枝方法
MedSTP: Preserving Subspace and Transition Evidence for Medical VQA Token Pruning
AI 导读
MedSTP 提出了一种免训练的预解码剪枝框架,通过估计 Token 的主成分谱支撑并构建紧凑表示子空间来保留局部边界与纹理证据。该方法在 SLAKE、OmniMedVQA 及 RadImageNet-VQA 基准上,基于 Lingshu-7B 和 Qwen3-VL-8B 骨干模型均实现了闭卷与开卷任务的一致强性能。研究证明该框架能有效解决医疗图像剪枝中易丢失关键视觉证据的风险。
来源:arXiv · 机器人与计算机视觉 · arxiv.org