arXiv · cs.AI· Zihao Qi·· 2 天前AI 评分48
BtsPruner：面向大型视觉-语言模型的角色感知视觉 token 剪枝方法
BtsPruner: Role-Aware Visual Token Pruning for Large Vision-Language Models
来源与原文
arXiv · cs.AI
作者：Zihao Qi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.04537v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 BtsPruner，一种免训练的角色感知视觉 token 剪枝框架，根据视觉 token 从局部细节载体向全局参照代表的演变规律进行剪枝。在 LLaVA-1.5-7B 上仅保留 576 个视觉 token 中的 32 个（5.6%）即保留 91.6% 性能；在 LLaVA-NeXT-7B 高分辨率设置下实现最高 5.95x CUDA 推理加速，并在 LLaVA-1.5、LLaVA-NeXT、Qwen-VL、InternVL 和 CogVLM 上验证有效。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。