LearnPrunerV2：VLM可学习渐进式token剪枝

2026年10月28日，arXiv Artificial Intelligence 刊出 Rinyoichi Takezoe 等作者的 LearnPrunerV2 报道。该报道称，作者提出 LearnPrunerV2，将此前两阶段启发式框架 LearnPruner 扩展为全可学习架构，在视觉语言模型（VLM）主干每一层集成轻量可学习模块，融合内在视觉显著性与通过 shadow token 捕获的查询相关性来估计 token 重要性，从而实现渐进式视觉 token 剪枝。报道未给出具体数据集、模型规模、剪枝比例或性能数字，也未说明代码与模型是否公开。目前事件进展停留在方法发布层面，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。