arXiv · cs.AI· Janghoon Cho, Shubhankar Borse, Reza Pourreza, Juntae Lee, Jihwan Bang, Munawar Hayat, Fatih Porikli·· 2 天前
QA-MBG探索视觉语言模型视觉令牌剪枝的性能上限
How Much Can We Prune? Exploring the Performance Limits of Visual Token Pruning
arXiv:2610.23974v1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：Janghoon Cho, Shubhankar Borse, Reza Pourreza, Juntae Lee, Jihwan Bang, Munawar Hayat, Fatih Porikli
研究任务与主要进展
研究论文提出QA-MBG贪心视觉令牌剪枝方法，在固定预算下为图像选择可支持多类问题的共享令牌子集，并通过冻结模型、teacher-forced答案概率目标估计令牌边际收益。
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