跳到正文
arXiv · 机器人与计算机视觉· Pranjal Aggarwal, Sean Welleck·· 14 天前AI 评分72

Visual Token Routing:学习保留关键的视觉 Token

Visual Token Routing: Learning to keep tokens that matter

AI 导读

针对计算机使用代理(CUAs)在处理长视野任务时因视觉 Token 过多导致的高计算成本问题,本文提出 Visual Token Routing (VTR) 框架。

来源:arXiv · 机器人与计算机视觉 · arxiv.org