端到端推理加速

VLM-Pruner：在高效 VLM 离心式词元剪枝范式中为空间稀疏性引入缓冲机制

VLM-Pruner: Buffering for Spatial Sparsity in an Efficient VLM Centrifugal Token Pruning Paradigm

提出免训练的视觉词元剪枝范式：用离心式由近及远的选择配合空间稀疏缓冲准则，避免保留词元过度稀疏而漏掉目标区域，可直接套用到任意 VLM 的视觉编码器输出上做推理加速。