本研究提出了一种金字塔滴落策略，旨在降低大型视觉语言模型（LVLMs）中图像输入的计算成本。通过选择性丢弃部分图像标记，该方法显著提高了训练和推理效率，训练时间加速40%，推理计算加速55%，仅造成轻微性能损失。
完成下面两步后，将自动完成登录并继续当前操作。
