arXiv · 机器人与计算机视觉· Harshithanjani Athi, Sravan Kumar Ankireddy, Jianzhong Charlie Zhang, Hyeji Kim·· 23 天前AI 评分73
通过查询 - 视觉交互分解的视觉 Token 剪枝
Vision Token Pruning via Query-Vision Interaction Decomposition
AI 导读
针对大视觉语言模型推理成本高、视觉 Token 数量大的问题,本文提出 Query-Vision Decomposition (QViD),一种无需训练的查询感知视觉 Token 剪枝方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org