arXiv · cs.AI· Lei Tian, Chunzheng Zhu, Kai Wu, Yifan Zhang, Haihua Yang·· 2 天前
PACE：面向原生多模态大模型的高效视觉Token压缩框架
PACE: Pareto-Adaptive Compression for Efficient Native MLLMs
arXiv:2610.24005v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lei Tian, Chunzheng Zhu, Kai Wu, Yifan Zhang, Haihua Yang
研究任务与主要进展
作者提出PACE，一种面向原生多模态大模型、结合Multimodal-RoPE的视觉Token压缩框架。方法将注意力分解为沿图像高度和宽度的空间显著性估计，并通过Pareto优化确定压缩深度和保留比例；基于论文摘要，实验在保留25%—50%视觉Token时保持近无损表现，部分基准提升，同时实现超过2倍的FLOPs降低。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org