BriefGPT - AI 论文速递 · 2025-02-20T00:00:00Z PLPHP：用于高效大型视觉语言模型的每层每头视觉标记修剪 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了一种新方法——每层每头视觉标记修剪（PLPHP），旨在提高大型视觉语言模型的推理效率。该方法通过动态调整视觉标记保留率，显著提升解码速度18%，减少缓存大小，同时保持较小的性能损失。 🏷️ 标签 php 性能损失 推理效率 缓存大小 视觉标记 解码速度 语言模型 阅读原文 生成长图 分享链接 已复制链接
