QViD视觉token剪枝论文被NeurIPS 2026接收

QViD 是一种无训练、查询感知的视觉 token 剪枝方法，利用 Transformer 注意力中查询-键投影隐含的查询-视觉交互矩阵的低秩结构，识别主导潜在交互模式以指导 token 选择。 在图像和视频理解基准测试中，QViD 在相同 token 预算下一致提升性能，且在激进压缩场景下收益最大。该论文已被 NeurIPS 2026 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。