提出了一种操作级视觉令牌跳过框架,通过分解每个Transformer层为注意力前馈神经网络操作,选择性跳过冗余操作,用于多模态大模型推理加速,在Qwen3VL上减少了33.7% TFLOPs同时保留了99.5%的模型性能。
机构:清华
来源:arXiv 2606.31903 | AI4Papers 论文推荐平台