贪心优化

SCoRe：面向视觉语言模型视觉词元剪枝的显著性-覆盖度约减

SCoRe: Salience-Coverage Reduction for Vision Token Pruning in Vision-Language Models

把视觉编码器内的词元剪枝从解耦启发式规则重构为加权 k-Center 覆盖优化，用统一的代表性分数贪心选点，可直接替换 LLaVA 类 LVLM 视觉端的 token 压缩模块，在 94.4% 剪枝率下保住 95% 性能。