Image de couverture de livre

Cached Adaptive Token Merging: Dynamic Token Reduction and Redundant Computation Elimination in Diffusion Model

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Saghatchian, Omid, Moghadam, Atiyeh Gh., Nickabadi, Ahmad
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

ERASE: Eliminating Redundant Visual Tokens via Adaptive Two-Stage Token Pruning
par: Lee, Yuna, et autres
Publié: (2026)

Faster Parameter-Efficient Tuning with Token Redundancy Reduction
par: Kim, Kwonyoung, et autres
Publié: (2025)

LightVLM: Acceleraing Large Multimodal Models with Pyramid Token Merging and KV Cache Compression
par: Hu, Lianyu, et autres
Publié: (2025)

MergeTok: Unified Continuous and Discrete Visual Tokenization via Token Merging
par: Zhang, Luyuan, et autres
Publié: (2026)

LLaVA-PruMerge: Adaptive Token Reduction for Efficient Large Multimodal Models
par: Shang, Yuzhang, et autres
Publié: (2024)

Token Caching for Diffusion Transformer Acceleration
par: Lou, Jinming, et autres
Publié: (2024)

LiteVGGT: Boosting Vanilla VGGT via Geometry-aware Cached Token Merging
par: Shu, Zhijian, et autres
Publié: (2025)

Compute Only 16 Tokens in One Timestep: Accelerating Diffusion Transformers with Cluster-Driven Feature Caching
par: Zheng, Zhixin, et autres
Publié: (2025)

A Comprehensive Study on Visual Token Redundancy for Discrete Diffusion-based Multimodal Large Language Models
par: Li, Duo, et autres
Publié: (2025)

WorldCache: Accelerating World Models for Free via Heterogeneous Token Caching
par: Feng, Weilun, et autres
Publié: (2026)

Computational Tradeoffs in Image Synthesis: Diffusion, Masked-Token, and Next-Token Prediction
par: Kilian, Maciej, et autres
Publié: (2024)

DORA: Dynamic Online Reinforcement Agent for Token Merging in Vision Transformers
par: He, Kaixuan, et autres
Publié: (2026)

Rethinking Token Reduction for Diffusion Models via Output-Similarity-Awareness
par: Lee, Hangyeol, et autres
Publié: (2026)

Adaptive Begin-of-Video Tokens for Autoregressive Video Diffusion Models
par: Cheng, Tianle, et autres
Publié: (2025)

ToSA: Token Merging with Spatial Awareness
par: Huang, Hsiang-Wei, et autres
Publié: (2025)

Video, How Do Your Tokens Merge?
par: Pollard, Sam, et autres
Publié: (2025)

Sequential Token Merging: Revisiting Hidden States
par: Wen, Yan, et autres
Publié: (2025)

RedundancyLens: Revealing and Exploiting Visual Token Processing Redundancy for Efficient Decoder-Only MLLMs
par: Li, Hongliang, et autres
Publié: (2025)

Towards Efficient Vision State Space Models via Token Merging
par: Park, Jinyoung, et autres
Publié: (2025)

Video Token Merging for Long-form Video Understanding
par: Lee, Seon-Ho, et autres
Publié: (2024)

ALGM: Adaptive Local-then-Global Token Merging for Efficient Semantic Segmentation with Plain Vision Transformers
par: Norouzi, Narges, et autres
Publié: (2024)

TrimTokenator: Towards Adaptive Visual Token Pruning for Large Multimodal Models
par: Zhang, Hao, et autres
Publié: (2025)

VLA-Cache: Efficient Vision-Language-Action Manipulation via Adaptive Token Caching
par: Xu, Siyu, et autres
Publié: (2025)

FastHMR: Accelerating Human Mesh Recovery via Token and Layer Merging with Diffusion Decoding
par: Mehraban, Soroush, et autres
Publié: (2025)

ReToMe-VA: Recursive Token Merging for Video Diffusion-based Unrestricted Adversarial Attack
par: Gao, Ziyi, et autres
Publié: (2024)

Accelerating Diffusion Transformers with Token-wise Feature Caching
par: Zou, Chang, et autres
Publié: (2024)

DART: Differentiable Dynamic Adaptive Region Tokenizer for Vision Foundation Models
par: Yin, Shicheng, et autres
Publié: (2025)

Guiding Token-Sparse Diffusion Models
par: Krause, Felix, et autres
Publié: (2026)

D$^{3}$ToM: Decider-Guided Dynamic Token Merging for Accelerating Diffusion MLLMs
par: Chang, Shuochen, et autres
Publié: (2025)

Token Bottleneck: One Token to Remember Dynamics
par: Kim, Taekyung, et autres
Publié: (2025)

HoliTom: Holistic Token Merging for Fast Video Large Language Models
par: Shao, Kele, et autres
Publié: (2025)

FastVAR: Linear Visual Autoregressive Modeling via Cached Token Pruning
par: Guo, Hang, et autres
Publié: (2025)

Dynamic Token Reduction during Generation for Vision Language Models
par: Liang, Xiaoyu, et autres
Publié: (2025)

HTTM: Head-wise Temporal Token Merging for Faster VGGT
par: Wang, Weitian, et autres
Publié: (2025)

Importance-Based Token Merging for Efficient Image and Video Generation
par: Wu, Haoyu, et autres
Publié: (2024)

Beyond Training: Dynamic Token Merging for Zero-Shot Video Understanding
par: Zhang, Yiming, et autres
Publié: (2024)

TARS: MinMax Token-Adaptive Preference Strategy for Hallucination Reduction in MLLMs
par: Zhang, Kejia, et autres
Publié: (2025)

Efficient Video Sampling: Pruning Temporally Redundant Tokens for Faster VLM Inference
par: Bagrov, Natan, et autres
Publié: (2025)

TimeChat-Online: 80% Visual Tokens are Naturally Redundant in Streaming Videos
par: Yao, Linli, et autres
Publié: (2025)

TokenCompose: Text-to-Image Diffusion with Token-level Supervision
par: Wang, Zirui, et autres
Publié: (2023)