注视点编码

LLMind：受生物启发的免训练自适应视觉表征用于视觉语言模型

LLMind: Bio-inspired Training-free Adaptive Visual Representations for Vision-Language Models

在紧像素预算下，用莫比乌斯参数化的非均匀采样替代 VLM 的均匀视觉编码，并通过测试时自适应的闭环语义反馈把采样密度对齐到文本查询的显著区域；这套即插即用的前端可直接复用于任何冻结 VLM 的高分辨率或长视频输入压缩。