CMU 发布 CoVeR:免训练 token 剪枝加速多视角 3D 推理
CarnegieMellonU · hf · 2026-09-09
卡内基梅隆大学团队在 Hugging Face 发布 CoVeR,一种免训练的空间 token 选择方法,用于提升多模态模型的 3D 推理效率。
- 通过对多视角视觉 token 做覆盖式剪枝,保留完整场景覆盖与精确 token 预算
- 免训练即可使用,且不损失 3D 推理性能
- 针对多视角输入下视觉 token 冗余、推理开销大的问题
所属事件:CMU 联合 Meta 推出免训练 token 剪枝法 CoVeR(2 条相关)→
「研究」频道最新
- LightMTP：轻量潜空间多 token 预测助 LLM 预训练学会提前规划 — gdm3000 · 2026-10-27
- EMNLP 研究：AI 翻译小说读得顺，但质量波动远大于人类译本 — tuvllms · 2026-10-27
- 实验猴荒：中国 3-5 万美元一只，繁育周期 4 年成药物临床前瓶颈 — zebird0 · 2026-10-27
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27