An AI4AI Framework for Visual Token Pruning

• 类型：arxiv
• 标识：2608.07193
• 链接：https://arxiv.org/abs/2608.07193
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar
• S2被引：0
• 影响力被引：0
• TLDR：This paper argues that the key lies in designing an appropriate search-state representation that connects the internal knowledge of LLMs with the structural requirements and constraints of visual-token pruning, and proposes AutoPrune, a training-free framework for LLM-driven visual-token pruning policy design.
• 待LLM分类：否
• 标题中文：面向视觉 token 剪枝的 AI4AI 框架
• TLDR中文：本文认为关键在于设计合适的 search-state 表示，将 LLM 的内部知识与 visual-token 剪枝的结构要求和约束相连接，并提出 AutoPrune，一种用于 LLM 驱动的 visual-token 剪枝策略设计的免训练框架。
• 来源文件：
• /inbox/tom/_candidates/2026-08-14-agent-rag-longcontext-candidates.json
• [S2 enrich]