研究人员推出了一种新颖的视觉标记修剪优化方法CoverPruner,用于视觉语言模型(VLMs)。与现有关注选择要保留的标记的方法不同,CoverPruner解决了确保剩余标记充分代表被移除标记的互补问题。通过将修剪表述为表征覆盖最大化(RCM),CoverPruner旨在用查询加权的(query-weighted)需求覆盖全部投影的视觉标记集。该方法在各种VLM架构和压缩率下,尤其是在激进压缩场景下,都展现出了卓越的准确性。 AI
影响 通过优化标记修剪来提高视觉语言模型的效率。
排序理由 该集群包含一篇研究论文,详细介绍了优化视觉语言模型中视觉标记修剪的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- CoverPruner
- cs.CL
- cs.CV
- DagsHub
- Gotit.pub
- Hugging Face
- Representational Coverage Maximization
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →