Skip-Vision: Efficient and Scalable Acceleration of Vision-Language Models via Adaptive Token Skipping
Fuente:
arXiv
Salvato in:
| Autori principali: | Zeng, Weili, Huang, Ziyuan, Ji, Kaixiang, Yan, Yichao |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
GM-Skip: Metric-Guided Transformer Block Skipping for Efficient Vision-Language Models
di: Huang, Lianming, et al.
Pubblicazione: (2025)
di: Huang, Lianming, et al.
Pubblicazione: (2025)
Skip Tuning: Pre-trained Vision-Language Models are Effective and Efficient Adapters Themselves
di: Wu, Shihan, et al.
Pubblicazione: (2024)
di: Wu, Shihan, et al.
Pubblicazione: (2024)
SkipVAR: Accelerating Visual Autoregressive Modeling via Adaptive Frequency-Aware Skipping
di: Li, Jiajun, et al.
Pubblicazione: (2025)
di: Li, Jiajun, et al.
Pubblicazione: (2025)
Skip-It? Theoretical Conditions for Layer Skipping in Vision-Language Models
di: Hartman, Max, et al.
Pubblicazione: (2025)
di: Hartman, Max, et al.
Pubblicazione: (2025)
SkipViT: Speeding Up Vision Transformers with a Token-Level Skip Connection
di: Ataiefard, Foozhan, et al.
Pubblicazione: (2024)
di: Ataiefard, Foozhan, et al.
Pubblicazione: (2024)
SkipSR: Faster Super Resolution with Token Skipping
di: Choudhury, Rohan, et al.
Pubblicazione: (2025)
di: Choudhury, Rohan, et al.
Pubblicazione: (2025)
Skip and Skip: Segmenting Medical Images with Prompts
di: Chen, Jiawei, et al.
Pubblicazione: (2024)
di: Chen, Jiawei, et al.
Pubblicazione: (2024)
SkipGS: Post-Densification Backward Skipping for Efficient 3DGS Training
di: Li, Jingxing, et al.
Pubblicazione: (2026)
di: Li, Jingxing, et al.
Pubblicazione: (2026)
Energy-Efficient & Real-Time Computer Vision with Intelligent Skipping via Reconfigurable CMOS Image Sensors
di: Kaiser, Md Abdullah-Al, et al.
Pubblicazione: (2024)
di: Kaiser, Md Abdullah-Al, et al.
Pubblicazione: (2024)
Always Skip Attention
di: Ji, Yiping, et al.
Pubblicazione: (2025)
di: Ji, Yiping, et al.
Pubblicazione: (2025)
MoDES: Accelerating Mixture-of-Experts Multimodal Large Language Models via Dynamic Expert Skipping
di: Huang, Yushi, et al.
Pubblicazione: (2025)
di: Huang, Yushi, et al.
Pubblicazione: (2025)
SkipcrossNets: Adaptive Skip-cross Fusion for Road Detection
di: Gong, Yan, et al.
Pubblicazione: (2023)
di: Gong, Yan, et al.
Pubblicazione: (2023)
Skip \n: A Simple Method to Reduce Hallucination in Large Vision-Language Models
di: Han, Zongbo, et al.
Pubblicazione: (2024)
di: Han, Zongbo, et al.
Pubblicazione: (2024)
HiPrune: Hierarchical Attention for Efficient Token Pruning in Vision-Language Models
di: Liu, Jizhihui, et al.
Pubblicazione: (2025)
di: Liu, Jizhihui, et al.
Pubblicazione: (2025)
On the Vulnerability of Skip Connections to Model Inversion Attacks
di: Koh, Jun Hao, et al.
Pubblicazione: (2024)
di: Koh, Jun Hao, et al.
Pubblicazione: (2024)
SSI-DM: Singularity Skipping Inversion of Diffusion Models
di: Min, Chen, et al.
Pubblicazione: (2026)
di: Min, Chen, et al.
Pubblicazione: (2026)
TRIO: Token Reduction via Inference-Objective Guidance for Efficient Vision-Language Models
di: Zhang, Haokui, et al.
Pubblicazione: (2026)
di: Zhang, Haokui, et al.
Pubblicazione: (2026)
Predict to Skip: Linear Multistep Feature Forecasting for Efficient Diffusion Transformers
di: Cui, Hanshuai, et al.
Pubblicazione: (2026)
di: Cui, Hanshuai, et al.
Pubblicazione: (2026)
Efficient Vision-Language Reasoning via Adaptive Token Pruning
di: Li, Xue, et al.
Pubblicazione: (2025)
di: Li, Xue, et al.
Pubblicazione: (2025)
Skipping Computations in Multimodal LLMs
di: Shukor, Mustafa, et al.
Pubblicazione: (2024)
di: Shukor, Mustafa, et al.
Pubblicazione: (2024)
VVS: Accelerating Speculative Decoding for Visual Autoregressive Generation via Partial Verification Skipping
di: Dong, Haotian, et al.
Pubblicazione: (2025)
di: Dong, Haotian, et al.
Pubblicazione: (2025)
Prompt-Aware Adaptive Elastic Weight Consolidation for Continual Learning in Medical Vision-Language Models
di: Gao, Ziyuan, et al.
Pubblicazione: (2025)
di: Gao, Ziyuan, et al.
Pubblicazione: (2025)
Ming-UniVision: Joint Image Understanding and Generation with a Unified Continuous Tokenizer
di: Huang, Ziyuan, et al.
Pubblicazione: (2025)
di: Huang, Ziyuan, et al.
Pubblicazione: (2025)
Vision-Centric Activation and Coordination for Multimodal Large Language Models
di: Wang, Yunnan, et al.
Pubblicazione: (2025)
di: Wang, Yunnan, et al.
Pubblicazione: (2025)
Raw Instinct: Trust Your Classifiers and Skip the Conversion
di: Kantas, Christos, et al.
Pubblicazione: (2024)
di: Kantas, Christos, et al.
Pubblicazione: (2024)
Spatiotemporal Skip Guidance for Enhanced Video Diffusion Sampling
di: Hyung, Junha, et al.
Pubblicazione: (2024)
di: Hyung, Junha, et al.
Pubblicazione: (2024)
SkiP: When to Skip and When to Refine for Efficient Robot Manipulation
di: Dai, Mingtong, et al.
Pubblicazione: (2026)
di: Dai, Mingtong, et al.
Pubblicazione: (2026)
MAIL++: Multi-Modal Bi-directional Agent Layer for Vision-Language Models
di: Chen, Kaixiang, et al.
Pubblicazione: (2026)
di: Chen, Kaixiang, et al.
Pubblicazione: (2026)
Pretrained Diffusion Models Are Inherently Skipped-Step Samplers
di: Xu, Wenju
Pubblicazione: (2025)
di: Xu, Wenju
Pubblicazione: (2025)
Towards Stabilized and Efficient Diffusion Transformers through Long-Skip-Connections with Spectral Constraints
di: Chen, Guanjie, et al.
Pubblicazione: (2024)
di: Chen, Guanjie, et al.
Pubblicazione: (2024)
VLA-Cache: Efficient Vision-Language-Action Manipulation via Adaptive Token Caching
di: Xu, Siyu, et al.
Pubblicazione: (2025)
di: Xu, Siyu, et al.
Pubblicazione: (2025)
Feather the Throttle: Revisiting Visual Token Pruning for Vision-Language Model Acceleration
di: Endo, Mark, et al.
Pubblicazione: (2024)
di: Endo, Mark, et al.
Pubblicazione: (2024)
Accelerating Multimodal Large Language Models by Searching Optimal Vision Token Reduction
di: Zhao, Shiyu, et al.
Pubblicazione: (2024)
di: Zhao, Shiyu, et al.
Pubblicazione: (2024)
Token Transforming: A Unified and Training-Free Token Compression Framework for Vision Transformer Acceleration
di: Zeng, Fanhu, et al.
Pubblicazione: (2025)
di: Zeng, Fanhu, et al.
Pubblicazione: (2025)
Energy-Driven Adaptive Visual Token Pruning for Efficient Vision-Language Models
di: He, Jialuo, et al.
Pubblicazione: (2026)
di: He, Jialuo, et al.
Pubblicazione: (2026)
Attention Debiasing for Token Pruning in Vision Language Models
di: Zhao, Kai, et al.
Pubblicazione: (2025)
di: Zhao, Kai, et al.
Pubblicazione: (2025)
Accelerating Pre-training of Multimodal LLMs via Chain-of-Sight
di: Huang, Ziyuan, et al.
Pubblicazione: (2024)
di: Huang, Ziyuan, et al.
Pubblicazione: (2024)
Variation-aware Vision Token Dropping for Faster Large Vision-Language Models
di: Chen, Junjie, et al.
Pubblicazione: (2025)
di: Chen, Junjie, et al.
Pubblicazione: (2025)
Chain-of-Thought Compression Should Not Be Blind: V-Skip for Efficient Multimodal Reasoning via Dual-Path Anchoring
di: Zhang, Dongxu, et al.
Pubblicazione: (2026)
di: Zhang, Dongxu, et al.
Pubblicazione: (2026)
Beyond Skip Connection: Pooling and Unpooling Design for Elimination Singularities
di: Sun, Chengkun, et al.
Pubblicazione: (2024)
di: Sun, Chengkun, et al.
Pubblicazione: (2024)
Documenti analoghi
-
GM-Skip: Metric-Guided Transformer Block Skipping for Efficient Vision-Language Models
di: Huang, Lianming, et al.
Pubblicazione: (2025) -
Skip Tuning: Pre-trained Vision-Language Models are Effective and Efficient Adapters Themselves
di: Wu, Shihan, et al.
Pubblicazione: (2024) -
SkipVAR: Accelerating Visual Autoregressive Modeling via Adaptive Frequency-Aware Skipping
di: Li, Jiajun, et al.
Pubblicazione: (2025) -
Skip-It? Theoretical Conditions for Layer Skipping in Vision-Language Models
di: Hartman, Max, et al.
Pubblicazione: (2025) -
SkipViT: Speeding Up Vision Transformers with a Token-Level Skip Connection
di: Ataiefard, Foozhan, et al.
Pubblicazione: (2024)