arXiv · cs.AI· Yongxin Zheng, Hao Wu, Fang Li, Hu Fu, Peiran Yin, Xudong Wang, Haozhe Hu, Xinghao Chen, Yunpu Ma, Wei Zhang, Xiaoyu Shen·· 5 小时前
GeoGR通过空间语义标记压缩与分组路由提升3D视觉语言模型推理效率
GeoGR: Spatial-Semantic Token Compression and Group Routing for Efficient 3D VLMs
arXiv:2610.13035v1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：Yongxin Zheng, Hao Wu, Fang Li, Hu Fu, Peiran Yin, Xudong Wang, Haozhe Hu, Xinghao Chen, Yunpu Ma, Wei Zhang, Xiaoyu Shen
研究任务与主要进展
基于论文摘要，GeoGR提出面向3D视觉语言模型的两阶段框架GeoGR，通过跨视角空间语义压缩和LLM分组路由减少冗余视觉计算。作者构建了保留原训练数据30%的6.7万样本数据集，在LLaVA-OneVision-7B和Video-3D LLM-7B上分别保留稠密后训练模型95.2%和96.8%的性能，并将LLM预填充加速6.8倍和6.1倍；代码已公开。
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