NeurIPS 2026 录用原生 MLLM 视觉 Token 压缩框架 PACE
热点事件持续更新
NeurIPS 2026 录用原生 MLLM 视觉 Token 压缩框架 PACE
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
arXiv 最新论文显示， Lei Tian 等团队提出 PACE 框架，这是首个专为采用 Multimodal-RoPE 的原生多模态大模型设计的视觉 Token 压缩方法。 该框架通过维度解耦将注意力分解为高度与宽度两个正交的空间显著性估计，并利用 Pareto 优化联合确定压缩深度与保留率。 实验结果显示，在保留 25%-50% 视觉 Token 的情况下，模型性能近乎无损，同时降低了 2 倍以上的计算量（FLOPs）。目前，该论文已被 NeurIPS 2026 正式接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
PACE：原生多模态大模型的高效视觉 Token 压缩框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AIPACE：原生多模态大模型的高效视觉 Token 压缩框架
PACE 提出针对原生 MLLM 的首个视觉 Token 压缩框架，实现 25%-50% 视觉 Token 保留下的近无损性能，并降低 2 倍以上 FLOPs。 该框架基于 Multimodal-RoPE 的维度解耦，将注意力分解为高度与宽度两个正交的空间显著性估计，通过 Pareto 优化联合确定压缩深度与保留率。 论文已被 NeurIPS 2026 接收。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月20日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
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。