arXiv · AI· Xiaoya Tang, Shilong Liu, Daniel Smolyak, Xiwen Li, Quynh Nguyen, Tolga Tasdizen·· 2026-10-14AI 评分21
ReConV 通过表示重建实现语义瓶颈压缩
Bottlenecked semantic compression by representation reconstruction
AI 导读
提出视觉 token 压缩框架 ReConV,利用重建引导机制在 ImageNet 上以少 48% GMACs 超越未压缩基线。 该方法引入轻量级位置条件解码器重建当前 token,通过 Summary Bank (SMB) 压缩共享信息并保留重建残差较大的细节。 ReConV 支持复用图像级表征以高效进行多轮推理,代码已在 TokenDrop 开源。
来源:arXiv · AI · arxiv.org