热点事件观察中

V-CoLA：面向线性注意力的免训练视觉token压缩框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

V-CoLA 论文作者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。论文作者称，实验中该框架仅用 50.0% 视觉 token 即达到原始性能的 99.5%，用 12.5% token 仍保留 88.0% 以上性能，prefill 加速 1.86 至 6.15 倍。

AI 根据报道生成 · 1 小时前更新

最新进展10月8日 08:00

V-CoLA：面向线性注意力的视觉 token 压缩框架

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

08:00
Hugging Face 每日论文
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。

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。