Feature-Spatial-Temporal

CoverPrune框架使用最优传输优化3D VLM令牌剪枝

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。