TORINO：用概念重叠缩减视觉token

Riccardo Renzulli 等作者提出 TORINO，一个无需微调底层模型、即插即用的视觉语言模型视觉 token 自适应缩减框架。 该方法用稀疏自编码器把视觉 token 投影到可解释隐空间，以共享概念激活定义概念重叠并据此分组，再通过剪枝或合并缩减视觉 token。 目前公开信息仅来自作者在 arXiv 的论文介绍，尚未见独立验证其缩减效果或对模型性能影响的报道。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。