arXiv Artificial Intelligence· Yihang Huang, Peisong Wen, Chenhao Zhou, Difu Feng, Qianqian Xu·· 18 小时前AI 评分22
当 1+1 失效：重新思考样本感知视觉 token 压缩中的相关性-多样性平衡
When 1+1 Backfires: Rethinking Relevance-Diversity Balancing for Sample-Aware Visual Token Reduction
AI 导读
针对视觉 token 压缩中相关性-多样性权重被当作固定常数的问题，研究者提出免训练的 SAVER 框架，从文本相关 token 的空间集中度推导几何意图先验（GIP），为每个样本推断专属权重，并结合加权文本质心（WTC）与视觉边缘覆盖增益（VMCG）联合选 token。
来源：arXiv Artificial Intelligence · arxiv.org