跳到正文
热点事件持续更新

QViD提出查询感知视觉Token剪枝方法

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Harshithanjani Athi等提出免训练的查询感知视觉Token剪枝方法QViD;论文报告称,在图像和视频理解基准的相同Token预算下,该方法持续提升表现,压缩幅度较大时收益最明显。 QViD利用Transformer注意力中查询与视觉信息形成的交互矩阵具有低秩结构这一观察,筛选与查询相关的视觉Token。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · Machine Learning
    QViD:基于查询—视觉交互分解的视觉 token 剪枝

    研究提出免训练的查询感知视觉 token 剪枝方法 Query-Vision Decomposition(QViD),在图像和视频理解基准的相同 token 预算下持续提升表现。该方法利用查询—视觉交互矩阵的低秩结构筛选相关 token,在压缩幅度较大时收益最明显。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。