DyMU：动态合并和虚拟解合并以提高视觉语言模型的效率

本研究针对视觉语言模型（VLMs）在计算效率上的不足，提出了一种名为DyMU的框架，能够在不增加训练成本的情况下动态降低计算负担。通过动态令牌合并和虚拟令牌解合并的创新方法，DyMU能够实现32%-85%的视觉令牌数量减少，同时在各类任务中保持较高的性能，极大增强了用户对计算成本的控制能力。