V-CoLA：面向线性注意力的视觉Token压缩框架
热点事件持续更新
V-CoLA：面向线性注意力的视觉Token压缩框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
V-CoLA 是一个免训练的视觉 token 压缩框架，专为 Qwen3.5 等采用线性注意力的混合架构设计。它通过唯一性感知重要性准则筛选关键视觉 token，并配合自适应 token 合并策略完成压缩。实验显示，仅保留 50.0% 视觉 token 即可达到原性能的 99.5%，降至 12.5% 时仍保留 88.0% 以上，prefill 提速 1.86× 至 6.15×。
摘自 arXiv cs.CV
最新进展10月9日 12:00
V-CoLA：面向线性注意力的视觉 Token 压缩方法报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.CVV-CoLA：面向线性注意力的视觉 Token 压缩方法
V-CoLA 是一个免训练的视觉 token 压缩框架，专为 Qwen3.5 等采用线性注意力的混合架构设计。它通过唯一性感知重要性准则筛选关键视觉 token，并配合自适应 token 合并策略完成压缩。实验显示，仅保留 50.0% 视觉 token 即可达到原性能的 99.5%，降至 12.5% 时仍保留 88.0% 以上，prefill 提速 1.86× 至 6.15×。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。