V-CoLA：面向线性注意力的视觉 token 压缩框架

V-CoLA 提出一种免训练的视觉 token 压缩框架，专为线性注意力混合架构（如 Qwen3.5）设计，包含独特性感知重要性判据与自适应 token 合并策略，并在实现层面兼容线性注意力的分块并行。实验显示它仅用 50.0% 视觉 token 即可达到原始性能的 99.5%，用 12.5% token 仍保留 88.0% 以上性能，prefill 加速 1.86 至 6.15 倍。