Foveated Compression：token 高效视觉语言模型论文

2026年10月7日，arXiv 计算机视觉频道发布论文《Foveated Compression：面向 token 高效视觉语言模型的选择性高分辨率保留》。该研究提出 Foveated Compression 方法，目标是在固定 token 预算下提升视觉语言模型的效率。其做法是用一次全分辨率编码，混合原生分辨率与压缩分辨率的视觉 token；同时引入 Foveated Merger 与 Foveated Selector，从九个空间格中选择其一保留原生分辨率，其余部分使用压缩分辨率表示。报道未提供实验数据、基准结果或作者信息，也未提及该方法与其他方法的对比。

Generated from reports · updated 3 hr ago

There is not enough continuous observation data to draw a trend yet.