跳到正文
arXiv · ML· Weizhong Huang, Zhicheng Liu, Yan Zhang, Fei Chao, Xiawu Zheng, Liujuan Cao·· 2 天前AI 评分23

LoopZip:面向高效循环视觉语言模型的视觉 Token 压缩

LoopZip: Visual Token Compression for Efficient Looped Vision-Language Models

AI 导读

LoopZip 提出了一种无训练视觉 Token 压缩算法,解决循环视觉语言模型中长序列计算和内存开销问题。 在 LoopVL-1B 上,该算法在 50% 修剪比下保留 97.16% 的原始性能,在 87.5% 修剪比下超越最强基线 5.36%。

来源:arXiv · ML · arxiv.org