V-CoLA：面向线性注意力的视觉Token压缩框架
Get the story
2026年10月9日，arXiv Computer Vision（一手来源）发布关于 V-CoLA 的报道。V-CoLA 是一种专为线性注意力设计的免训练视觉 token 压缩框架，针对 Qwen3.5 等混合架构提出唯一性感知的 token 重要性准则与自适应 token 合并策略。实验显示，在仅保留 50.0% 视觉 token 时，其性能达到原始性能的 99.5%；保留 12.5% 时仍超过 88.0%，并实现 1.86× 至 6.15× 的预填充加速。目前未见与此前报道相矛盾的信息。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer VisionV-CoLA：面向线性注意力的视觉 token 压缩
V-CoLA 是一种专为线性注意力设计的免训练视觉 token 压缩框架，针对 Qwen3.5 等混合架构提出唯一性感知的 token 重要性准则与自适应 token 合并策略。实验显示其在仅保留 50.0% 视觉 token 时达到原始性能的 99.5%，保留 12.5% 时仍超过 88.0%，并实现 1.86× 至 6.15× 的预填充加速。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.