本研究提出了DivPrune方法，旨在解决大型多模态模型中视觉标记过多的问题。该方法通过最大化标记多样性来减少冗余，提高模型的代表性。实验结果表明，DivPrune在多个数据集上实现了高准确率，并显著降低了延迟和GPU内存使用。