位置信息保持

CORE：以紧凑目标中心表征作为 LVLM 词元合并的新范式

CORE: Compact Object-centric REpresentations as a New Paradigm for Token Merging in LVLMs

用轻量分割解码器产出的物体掩码作为高层语义先验来指导视觉词元合并，并配合质心引导排序恢复合并后词元的空间顺序——这套「语义先验引导压缩 + 位置重排」思路可直接迁移到任何需要削减视觉词元数量的 VLM 推理管线中。