跳到正文
arXiv · 机器人与计算机视觉· Haifeng Huang, Biyin Xu, Yang Li·· 2026-10-15AI 评分72

KiToke:一种用于视频大语言模型的分布感知 Token 压缩方法

KiToke: Distribution-Aware Token Compression for Video Large Language Models

AI 导读

针对视频大语言模型因视觉 Token 数量多导致的高推理成本问题,本文提出 KiToke,这是一种无需训练的、与查询无关的视频 Token 压缩框架。

来源:arXiv · 机器人与计算机视觉 · arxiv.org