arXiv cs.CV· Haifeng Huang, Biyin Xu, Yang Li·· 5 小时前AI 评分26
KiToke：面向视频大语言模型的分布感知 token 压缩
KiToke: Distribution-Aware Token Compression for Video Large Language Models
AI 导读
KiToke 是一种免训练、与查询无关的视频 token 压缩框架，将视觉 token 视为视频时空 token 分布的样本，用全局嵌入密度衡量冗余并以逆密度采样平衡不同频率视觉模式的 token 分配。
来源：arXiv cs.CV · arxiv.org