新的C2-Routing方法将VLM效率提升36%

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-11 05:00

研究人员开发了一种名为C$^2$-Routing的新方法，以提高视觉语言模型（VLM）在推理过程中的效率。该技术自适应地结合图像裁剪和压缩，以在不显著牺牲准确性的情况下降低计算负载。C$^2$-Routing旨在通过根据图像内容和所提问题智能选择最佳输入缩减策略来优化VQA任务。实验表明，该方法平均可将FLOPs减少36%以上，视觉令牌减少42%以上，同时对任务性能的影响最小。 AI

影响该方法可能导致更高效的视觉语言模型的部署，降低视觉问答等应用的计算成本。

排序理由该集群描述了arXiv论文中提出的一种新方法，用于提高视觉语言模型的效率。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 33 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了arXiv论文中提出的一种新方法，用于提高视觉语言模型的效率。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Guorui Lu, Qinyu Chen · 2026-11-11 05:00

C$^2$-Routing：用于高效视觉语言推理的互补裁剪和压缩

arXiv:2611.14469v1 Announce Type: cross Abstract: Visual Question Answering (VQA) imposes substantial computational overhead on vision-language models (VLMs), motivating model-agnostic input reduction methods that can be readily applied across diverse VLMs, including in black-box…

本文如何被排名

报道来源 [1]

C$^2$-Routing：用于高效视觉语言推理的互补裁剪和压缩

相关实体

相关话题