该研究提出了一种名为“全能剪枝”（PAR）的新框架，旨在提升大型视觉语言模型（LVLMs）的推理效率并降低计算成本。PAR通过自适应剪枝和自我监督学习，实现了性能与效率的优良平衡，展现出应对不同剪枝场景的灵活性。