面向长上下文LMMs的自适应视觉Token剪枝

Research Paper#Large Multimodal Models (LMMs), Visual Token Pruning, Long Context🔬 Research|分析: 2026年1月3日 19:39•
发布: 2025年12月28日 02:40
•
1分で読める
•ArXiv

分析

本文解决了大型多模态模型（LMM）在处理长上下文和多图像时的计算成本问题。它提出了一种新的自适应剪枝方法TrimTokenator-LC，该方法考虑了intra-image和inter-image的冗余，以减少视觉token的数量，同时保持性能。这很重要，因为它解决了LMM应用中的一个实际瓶颈，特别是在涉及大量视觉信息的场景中。
引用 / 来源
查看原文
"The approach can reduce up to 80% of visual tokens while maintaining performance in long context settings."
A
ArXiv2025年12月28日 02:40
* 根据版权法第32条进行合法引用。
较旧

Tilings of $\mathcal{H}_{q}(n,w)$ with optimal $(n,d,w)_{q}$-codes

较新

Full-bandwidth, continuous, and grayscale 3D nanolithography via line-illumination temporal focusing of ultrafast lasers

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv