Walk and Read Less: Improving the Efficiency of Vision-and-Language Navigation via Tuning-Free Multimodal Token Pruning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Qin, Wenda, Burns, Andrea, Plummer, Bryan A., Betke, Margrit |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Tell Me What's Next: Textual Foresight for Generic UI Representations
par: Burns, Andrea, et autres
Publié: (2024)
par: Burns, Andrea, et autres
Publié: (2024)
LoRA-Loop: Closing the Synthetic Replay Cycle for Continual VLM Learning
par: Wang, Kaihong, et autres
Publié: (2025)
par: Wang, Kaihong, et autres
Publié: (2025)
ZOO-Prune: Training-Free Token Pruning via Zeroth-Order Gradient Estimation in Vision-Language Models
par: Kim, Youngeun, et autres
Publié: (2025)
par: Kim, Youngeun, et autres
Publié: (2025)
MADTP: Multimodal Alignment-Guided Dynamic Token Pruning for Accelerating Vision-Language Transformer
par: Cao, Jianjian, et autres
Publié: (2024)
par: Cao, Jianjian, et autres
Publié: (2024)
Web Artifact Attacks Disrupt Vision Language Models
par: Qraitem, Maan, et autres
Publié: (2025)
par: Qraitem, Maan, et autres
Publié: (2025)
RedVTP: Training-Free Acceleration of Diffusion Vision-Language Models Inference via Masked Token-Guided Visual Token Pruning
par: Xu, Jingqi, et autres
Publié: (2025)
par: Xu, Jingqi, et autres
Publié: (2025)
VLA-IAP: Training-Free Visual Token Pruning via Interaction Alignment for Vision-Language-Action Models
par: Cheng, Jintao, et autres
Publié: (2026)
par: Cheng, Jintao, et autres
Publié: (2026)
PanoFree: Tuning-Free Holistic Multi-view Image Generation with Cross-view Self-Guidance
par: Liu, Aoming, et autres
Publié: (2024)
par: Liu, Aoming, et autres
Publié: (2024)
Attention Debiasing for Token Pruning in Vision Language Models
par: Zhao, Kai, et autres
Publié: (2025)
par: Zhao, Kai, et autres
Publié: (2025)
HiPrune: Hierarchical Attention for Efficient Token Pruning in Vision-Language Models
par: Liu, Jizhihui, et autres
Publié: (2025)
par: Liu, Jizhihui, et autres
Publié: (2025)
ST-Prune: Training-Free Spatio-Temporal Token Pruning for Vision-Language Models in Autonomous Driving
par: Sha, Lin, et autres
Publié: (2026)
par: Sha, Lin, et autres
Publié: (2026)
QAPruner: Quantization-Aware Vision Token Pruning for Multimodal Large Language Models
par: Wang, Xinhao, et autres
Publié: (2026)
par: Wang, Xinhao, et autres
Publié: (2026)
Pruning All-Rounder: Rethinking and Improving Inference Efficiency for Large Vision Language Models
par: Suo, Wei, et autres
Publié: (2024)
par: Suo, Wei, et autres
Publié: (2024)
Enhancing Feature Diversity Boosts Channel-Adaptive Vision Transformers
par: Pham, Chau, et autres
Publié: (2024)
par: Pham, Chau, et autres
Publié: (2024)
Towards Joint Quantization and Token Pruning of Vision-Language Models
par: Li, Xinqing, et autres
Publié: (2026)
par: Li, Xinqing, et autres
Publié: (2026)
HIVTP: A Training-Free Method to Improve VLMs Efficiency via Hierarchical Visual Token Pruning Using Middle-Layer-Based Importance Score
par: Xu, Jingqi, et autres
Publié: (2025)
par: Xu, Jingqi, et autres
Publié: (2025)
EntropyPrune: Matrix Entropy Guided Visual Token Pruning for Multimodal Large Language Models
par: Wang, Yahong, et autres
Publié: (2026)
par: Wang, Yahong, et autres
Publié: (2026)
ExeChecker: Where Did I Go Wrong?
par: Gu, Yiwen, et autres
Publié: (2024)
par: Gu, Yiwen, et autres
Publié: (2024)
Object-Centric Vision Token Pruning for Vision Language Models
par: Li, Guangyuan, et autres
Publié: (2025)
par: Li, Guangyuan, et autres
Publié: (2025)
Less is More: Token-Efficient Video-QA via Adaptive Frame-Pruning and Semantic Graph Integration
par: Wang, Shaoguang, et autres
Publié: (2025)
par: Wang, Shaoguang, et autres
Publié: (2025)
ChA-MAEViT: Unifying Channel-Aware Masked Autoencoders and Multi-Channel Vision Transformers for Improved Cross-Channel Learning
par: Pham, Chau, et autres
Publié: (2025)
par: Pham, Chau, et autres
Publié: (2025)
TAMP: Token-Adaptive Layerwise Pruning in Multimodal Large Language Models
par: Lee, Jaewoo, et autres
Publié: (2025)
par: Lee, Jaewoo, et autres
Publié: (2025)
Pyramid Token Pruning for High-Resolution Large Vision-Language Models via Region, Token, and Instruction-Guided Importance
par: Liang, Yuxuan, et autres
Publié: (2025)
par: Liang, Yuxuan, et autres
Publié: (2025)
VLTP: Vision-Language Guided Token Pruning for Task-Oriented Segmentation
par: Chen, Hanning, et autres
Publié: (2024)
par: Chen, Hanning, et autres
Publié: (2024)
TransPrune: Token Transition Pruning for Efficient Large Vision-Language Model
par: Li, Ao, et autres
Publié: (2025)
par: Li, Ao, et autres
Publié: (2025)
IWP: Token Pruning as Implicit Weight Pruning in Large Vision Language Models
par: Lee, Dong-Jae, et autres
Publié: (2026)
par: Lee, Dong-Jae, et autres
Publié: (2026)
Efficient Vision-Language Reasoning via Adaptive Token Pruning
par: Li, Xue, et autres
Publié: (2025)
par: Li, Xue, et autres
Publié: (2025)
Decoupled Similarity for Task-Aware Token Pruning in Large Vision-Language Models
par: Ma, Kexin, et autres
Publié: (2026)
par: Ma, Kexin, et autres
Publié: (2026)
Beyond Surrogate Gradients: Fully Differentiable Token Pruning for Vision-Language Models
par: He, Landi, et autres
Publié: (2026)
par: He, Landi, et autres
Publié: (2026)
ATP-LLaVA: Adaptive Token Pruning for Large Vision Language Models
par: Ye, Xubing, et autres
Publié: (2024)
par: Ye, Xubing, et autres
Publié: (2024)
Feather the Throttle: Revisiting Visual Token Pruning for Vision-Language Model Acceleration
par: Endo, Mark, et autres
Publié: (2024)
par: Endo, Mark, et autres
Publié: (2024)
Multi-Cue Adaptive Visual Token Pruning for Large Vision-Language Models
par: Luan, Bozhi, et autres
Publié: (2025)
par: Luan, Bozhi, et autres
Publié: (2025)
METEOR: Multi-Encoder Collaborative Token Pruning for Efficient Vision Language Models
par: Liu, Yuchen, et autres
Publié: (2025)
par: Liu, Yuchen, et autres
Publié: (2025)
LearnPruner: Rethinking Attention-based Token Pruning in Vision Language Models
par: Takezoe, Rinyoichi, et autres
Publié: (2026)
par: Takezoe, Rinyoichi, et autres
Publié: (2026)
IVC-Prune: Revealing the Implicit Visual Coordinates in LVLMs for Vision Token Pruning
par: Sun, Zhichao, et autres
Publié: (2026)
par: Sun, Zhichao, et autres
Publié: (2026)
GenEAva: Generating Cartoon Avatars with Fine-Grained Facial Expressions from Realistic Diffusion-based Faces
par: Yu, Hao, et autres
Publié: (2025)
par: Yu, Hao, et autres
Publié: (2025)
Gen-AFFECT: Generation of Avatar Fine-grained Facial Expressions with Consistent identiTy
par: Yu, Hao, et autres
Publié: (2025)
par: Yu, Hao, et autres
Publié: (2025)
VLN-R1: Vision-Language Navigation via Reinforcement Fine-Tuning
par: Qi, Zhangyang, et autres
Publié: (2025)
par: Qi, Zhangyang, et autres
Publié: (2025)
LNL+K: Enhancing Learning with Noisy Labels Through Noise Source Knowledge Integration
par: Wang, Siqi, et autres
Publié: (2023)
par: Wang, Siqi, et autres
Publié: (2023)
TrimTokenator: Towards Adaptive Visual Token Pruning for Large Multimodal Models
par: Zhang, Hao, et autres
Publié: (2025)
par: Zhang, Hao, et autres
Publié: (2025)
Documents similaires
-
Tell Me What's Next: Textual Foresight for Generic UI Representations
par: Burns, Andrea, et autres
Publié: (2024) -
LoRA-Loop: Closing the Synthetic Replay Cycle for Continual VLM Learning
par: Wang, Kaihong, et autres
Publié: (2025) -
ZOO-Prune: Training-Free Token Pruning via Zeroth-Order Gradient Estimation in Vision-Language Models
par: Kim, Youngeun, et autres
Publié: (2025) -
MADTP: Multimodal Alignment-Guided Dynamic Token Pruning for Accelerating Vision-Language Transformer
par: Cao, Jianjian, et autres
Publié: (2024) -
Web Artifact Attacks Disrupt Vision Language Models
par: Qraitem, Maan, et autres
Publié: (2025)