今日 本周 本月 三个月 半年 一年 所有
📋 全部 🤖 AI·大模型 ⚡ 效率工具 📝 深度技术 🚀 产品观察 💰 商业科技 🔓 开源项目 🎨 设计创意 📖 阅读推荐 🏷 资源合集 🌱 成长效率
1
📝 深度技术 arXiv 计算机视觉 2026-05-22

Enhancing Visual Token Representations for Video Large Language Models via Training-Free Spatial-Temporal Pooling and Gridding

无需额外训练，通过空间-时间池化与网格化巧妙提升视频大语言模型视觉token表征，ICLR 2026接收！

arXiv:2605.22078v1 Announce Type: cross Abstract: Recent advances in Multimodal Large Language Models (MLLMs) have significantly advanced video unders…

视频大语言模型 视觉令牌 时空池化 训练无关 iclr 2026
2
🤖 AI 工具 arXiv 计算机视觉 2026-05-19

LRCP: Low-Rank Compressibility Guided Visual Token Pruning for Efficient LVLMs

无需手动筛选视觉令牌，LRCP利用低秩可压缩性自动剪枝，大幅提升LVLMs推理效率，尤其适合高分辨率图像与长视频场景。

arXiv:2605.15621v1 Announce Type: new Abstract: Large vision-language models (LVLMs) achieve strong multimodal understanding, but their inference cost…

视觉令牌剪枝 lvlms高效推理 低秩可压缩性 注意力优化 gpu加速

📅 日期

2026-05-20 2026-05-19