视觉语言模型压缩

面向视觉语言模型的协同多模式剪枝

Collaborative Multi-Mode Pruning for Vision-Language Models

对需要在边缘设备部署 VLM 的视觉研究者，这篇给出了参数剪枝与词元剪枝联合进行的框架：CIM 把词元显著性纳入参数重要性打分、并反向抑制已剪参数对词元打分的影响，MPS 用剪枝代价驱动的多阶段调度自适应切换剪枝模式，可直接迁移到 BLIP、LLaVA 类多模态模型的压缩流程中。