提出WAM未来帧token剪枝框架CF-Prune

Baekseung Kim 等提出免训练的未来帧 Token 剪枝框架 CF-Prune，用于缩短预训练世界动作模型（WAM）的推理延迟：在初始去噪前向过程中结合指令与动作注意力识别任务相关 Token，并用基于熵的阶段识别机制在精度阶段保留稠密计算。 论文报告的实验结果为：35% 剪枝比例下平均加速 1.19–1.27 倍且任务成功率提升；50% 剪枝比例下两个仿真基准平均加速 1.29–1.33 倍，总体成功率与基线差距在 1.0 个百分点以内。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。