VIP-Router实现视觉Token剪枝自适应路由
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
针对多模态大语言模型推理成本高的问题，研究团队提出VIP-Router。该组件能根据输入样本自适应选择最优视觉Token剪枝策略，在VTC-Bench Group A测试中，平均准确率相对提升26.9%，平均效用提升22.0%。该方案即插即用，无需修改底层模型权重，新增参数量仅为主干模型的0.017%。
为什么值得看
大幅降低MLLM推理成本且不损失精度，即插即用方案易于落地。
多模态
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。