James-Stein

提出ClustRS，一种免训练的两阶段视觉token剪枝方法，通过注意力加权Huber k-means聚类选择代表性token，并用鲁棒残差收缩去噪，在极端压缩和噪声条件下显著提升VLM鲁棒性。