Good Token Hunting

新方法提升视觉Transformer效率和几何推理能力

研究人员开发了两种新方法来提高视觉几何Transformer的效率。一种方法“Good Token Hunting”采用两阶段框架，通过选择关键Token来降低计算成本，在包含500张图像的场景中实现了超过85%的加速。另一种方法“GeoWeaver”则侧重于在场景推理之前，利用几何证据来锚定视觉Token，通过自适应地将几何抽象分配给单个Token来增强空间推理能力。