PulseAugur
中
实时 11:49:21
Norsk(NO) CoverPrune: Coverage-Driven Token Pruning for 3D VLMs via Optimal Transport

CoverPrune框架使用最优传输优化3D VLM令牌剪枝

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了CoverPrune，一个用于剪枝3D视觉语言模型（3D VLMs）中令牌的新框架，以解决计算瓶颈。与以往关注令牌多样性的方法不同，CoverPrune通过将令牌剪枝构建为最优传输问题来优先保留视觉证据覆盖。该框架包括一个高效的空间引导贪婪选择算法和一个加速变体CoverPrune-Lite，它们共同在保持3D基准测试中稳健推理性能的同时，实现了最先进的令牌效率。 AI

影响 这项研究为处理3D VLMs中的大量令牌提供了一种更有效的方法，有望降低空间推理任务的计算成本并提高推理速度。

排序理由 该集群描述了一篇详细介绍优化3D视觉语言模型新方法的最新研究论文。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

CoverPrune框架使用最优传输优化3D VLM令牌剪枝

报道来源 [2]

  1. arXiv cs.AI TIER_1 Norsk(NO) · Peng Ling, Yingda Yin, Lingting Zhu, Weikai Chen, Shengju Qian, Zeyu Hu, Xin Wang, Wenming Yang ·

    CoverPrune：通过最优传输实现面向3D VLM的覆盖驱动令牌剪枝

    arXiv:2608.13226v1 Announce Type: cross Abstract: While 3D Vision-Language Models (3D VLMs) have demonstrated remarkable spatial reasoning capabilities, they suffer from massive visual token counts that create severe computational bottlenecks during inference. Existing token prun…

  2. Hugging Face Daily Papers TIER_1 Norsk(NO) ·

    CoverPrune：通过最优传输实现面向3D VLM的覆盖驱动令牌剪枝

    While 3D Vision-Language Models (3D VLMs) have demonstrated remarkable spatial reasoning capabilities, they suffer from massive visual token counts that create severe computational bottlenecks during inference. Existing token pruning methods primarily rely on diversity-based sele…

相关实体

相关话题