训练无关加速

当词元剪枝不如随机剪枝：理解视觉语言模型中的视觉词元信息

When Token Pruning is Worse than Random: Understanding Visual Token Information in VLLMs

为视觉语言模型中的视觉词元剪枝提供了理论依据：深层视觉词元信息消失，随机剪枝即可，且可增强现有方法（如DivPrune），在OCR等视觉密集任务中需保留更深层词元。