跳到正文
arXiv · 机器人与计算机视觉· Peiran Yin, Hao Wu, Zihao Yang, Fengyu Zhou, Yijuan Liang, Haozhe Hu, Xudong Wang, Wei Zhang, Xiaoyu Shen·· 2026-10-20AI 评分66

Bifocal:一种无需训练的混合粒度视觉 Token 剪枝方法

Bifocal: Training-Free Mixed Granularity Visual Token Pruning for Multimodal LLMs

AI 导读

针对多模态大语言模型(MLLM)中现有剪枝方法在 OCR 和视觉定位等细粒度任务上表现不佳的问题,本文提出 Bifocal 方法。该方法采用无需训练的两阶段策略,通过混合粒度框架分配查询关注与图像内在证据的预算,并结合池化粗表示。

来源:arXiv · 机器人与计算机视觉 · arxiv.org