提出VisPCO框架,将视觉token剪枝建模为预算感知的Pareto配置优化问题,通过连续松弛、直通估计器和增广拉格朗日法实现梯度驱动的自动配置搜索,在8个视觉基准上有效逼近网格搜索获得的Pareto前沿,并揭示多步渐进式剪枝能更好匹配VLM的层次压缩结构。
机构:上交
来源:arXiv 2604.15188 | AI4Papers 论文推荐平台