CoVeR: Coverage-Based Token Pruning for Multi-View 3D Reasoning in VLMs

• 类型：arxiv
• 标识：2609.08345
• 链接：https://arxiv.org/abs/2609.08345
• 主分类：engineering
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：It is shown that spatial coverage is associated with 3D reasoning performance and CoVeR, a deterministic, training-free selector that uses only token coordinates, with no learned signals is introduced, which outperforms prior SOTAs on all three 3D reasoning benchmarks and generalizes as a plug-and-play module tested across four VLMs.
• OpenAlex ID：W7211987783
• OpenAlex DOI：10.48550/arxiv.2609.08345
• DOI：10.48550/arxiv.2609.08345
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.08345
• OpenAlex更新：2026-09-11
• 待LLM分类：否
• 标题中文：CoVeR：基于覆盖度的 token 剪枝，用于 VLM 中的多视图 3D 推理
• TLDR中文：本文证明空间覆盖与三维推理性能相关，并提出 CoVeR，一种仅使用 token 坐标、不依赖学习信号的确定性、无训练选择器，在三项三维推理基准上均超越既有 SOTA，并可作为即插即用模块泛化到四种 VLM。
• 来源文件：
• /inbox/tom/_candidates/2026-09-09-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]