BtsPruner视觉token剪枝框架发布
热点事件持续更新
BtsPruner视觉token剪枝框架发布
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Zihao Qi等人提出BtsPruner，一种面向大型视觉语言模型的免训练、角色感知视觉token剪枝框架。该框架在固定预算下保留互补token角色。 在LLaVA-1.5-7B实验中，BtsPruner仅保留5.6%的token即维持91.6%的性能，展现了激进的压缩能力。 该方法通过识别角色转换点并递归检索局部细节，在LLaVA-NeXT-7B高分辨率场景下实现5.95倍CUDA延迟加速。框架在LLaVA、Qwen-VL等5类模型实验中验证了性能保持能力。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 13:00
BtsPruner：面向大型视觉语言模型的角色感知视觉Token剪枝框架报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AIBtsPruner：面向大型视觉语言模型的角色感知视觉Token剪枝框架
BtsPruner 提出免训练的视觉 token 剪枝框架，在 LLaVA-1.5-7B 中仅保留 5.6% 的 token 即维持 91.6% 性能。 该方法通过识别角色转换点并递归检索局部细节，在 LLaVA-NeXT-7B 高分辨率场景下实现 5.95 倍 CUDA 延迟加速。 该框架在 LLaVA、Qwen-VL 等 5 类模型实验中展现了激进的 token 压缩能力与高性能保持。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 811月4日 23:00
- 近 24 小时变化
- –
02468
23:0011月5日01:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。