CMR

提出训练无关的视觉token压缩方法SIEVE，通过跨模态残差(CMR)量化视觉token中无法被文本子空间解释的信息，结合注意力相关性与残差空间多样性选择，在多个VLM上以11.1%的token保留率实现显著加速。