重新路由,而非删除:用于视觉-语言模型的可恢复视觉Token路由
视觉-语言模型通过用可恢复的路由机制替代不可逆的视觉Token剪枝,使token能在后续阶段重新进入处理流水线,从而在激进token削减下仍能保持定位性能。
查看原文解读生成中或暂时不可用,请稍后刷新重试,或直接查看原文。
视觉-语言模型通过用可恢复的路由机制替代不可逆的视觉Token剪枝,使token能在后续阶段重新进入处理流水线,从而在激进token削减下仍能保持定位性能。
查看原文