arXiv cs.CV· Yao Xiao, Reuben Tan, Zhen Zhu, Yuqun Wu, Jianfeng Gao, Derek Hoiem·· 4 小时前AI 评分36
ReToken：用视觉检索 token 提升长上下文 VLM
ReToken: Improving Long-Context VLMs with Visual Retrieval Token
AI 导读
ReToken 是一个可学习的嵌入向量，能从 VLM 内部表示中提取检索信号，从预填充的 KV cache 中选出与查询相关的视觉 token，无需独立检索器或重新编码。
来源：arXiv cs.CV · arxiv.org