MedSTP

新的MedSTP方法提高了医学VQA的Token剪枝效率

研究人员开发了一种名为子空间-过渡Token剪枝（MedSTP）的新方法，以提高医学视觉问答（VQA）模型的效率。MedSTP通过保留重要的子空间和过渡信息，解决了在医学图像中剪枝视觉Token的挑战，而这些图像中的局部证据至关重要。该方法在SLAKE、OmniMedVQA和RadImageNet-VQA等基准上进行了评估，使用了Lingshu-7B和Qwen3-VL-8B模型，并在封闭式和开放式评估中均展现了有效的性能。