TOPS视觉token剪枝论文发布
热点事件持续更新
TOPS视觉token剪枝论文发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Tinghao Wang 等作者发布视觉 token 剪枝方法 TOPS 的论文：该方法无需训练、与模型无关，将 token 选择形式化为构建 Token 最优保留集，按任务相关性、信息覆盖和语义多样性筛选，并开源了代码。 作者在 7 个 MLLM 骨干和 14 个基准上报告 TOPS 优于既有剪枝方法；在 LLaVA-NeXT 上，移除 77.8% 的视觉 token 后，7B 和 13B 模型分别保留 100.0% 和 100.6% 的性能。以上为论文作者的实验报告，目前处于论文发布阶段。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
TOPS通过构建Token最优保留集实现多模态大模型高效推理报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AITOPS通过构建Token最优保留集实现多模态大模型高效推理
研究提出无需训练且与模型无关的TOPS视觉令牌剪枝模块，将令牌选择形式化为构建Token最优保留集，并依据任务相关性、信息覆盖和语义多样性进行筛选。作者在7个MLLM骨干和14个基准上报告TOPS优于既有方法；在LLaVA-NeXT上，TOPS移除77.8%的视觉令牌后，7B和13B模型分别保留100.0%和100.6%的性能。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
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。